CN115484631A - 通信方法、装置及存储介质 - Google Patents
通信方法、装置及存储介质 Download PDFInfo
- Publication number
- CN115484631A CN115484631A CN202110669544.7A CN202110669544A CN115484631A CN 115484631 A CN115484631 A CN 115484631A CN 202110669544 A CN202110669544 A CN 202110669544A CN 115484631 A CN115484631 A CN 115484631A
- Authority
- CN
- China
- Prior art keywords
- access network
- network device
- unit
- model
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/08—Load balancing or load distribution
- H04W28/09—Management thereof
- H04W28/0958—Management thereof based on metrics or performance parameters
- H04W28/0967—Quality of Service [QoS] parameters
- H04W28/0975—Quality of Service [QoS] parameters for reducing delays
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W48/00—Access restriction; Network selection; Access point selection
- H04W48/08—Access restriction or access information delivery, e.g. discovery data delivery
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W76/00—Connection management
- H04W76/10—Connection setup
- H04W76/11—Allocation or use of connection identifiers
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请提供一种通信方法、装置及存储介质,在接入网设备一侧,该通信方法包括:接收来自终端的第一消息,第一消息用于请求执行目标应用程序;向与接入网设备对应的AI单元发送第二消息,第二消息用于请求确定适合终端的目标接入网设备,其中,AI单元上部署有AI模型,AI模型用于确定适合终端的目标接入网设备;接收AI单元返回的目标接入网设备的设备标识;根据目标接入网设备的设备标识,确定目标应用程序的执行设备。从而,通过在AI单元中的AI模型,为请求执行应用程序的终端选择合适的目标接入网设备,提高接入网设备选择的合理性。
Description
技术领域
本申请涉及通信领域,尤其涉及一种通信方法、装置及存储介质。
背景技术
随着移动通信网络的发展,新兴应用不断涌现,例如,基于人工智能的图像/目标识别应用、无线虚拟/增强现实应用、物联网数据边缘分析处理应用。
为高效支撑新兴应用,业界提出在无线接入网络中引入边缘计算技术。在与无线接入网设备对应的边缘计算设备预先存储相关的应用程序,利用边缘计算设备的计算能力帮助终端执行应用程序,相较于云计算方式,该方式能够有效减小应用程序执行时延,缓解终端计算压力,降低终端能耗。
在引入边缘计算技术的无线接入网络中,如何为请求执行应用程序的终端选择合适的无线接入网设备是尚待解决的难题之一。
发明内容
本申请提供一种通信方法、装置及存储介质,以在引入边缘计算技术的无线接入网络中为执行应用程序的终端选择合适的接入网设备。
第一方面,本申请提供一种通信方法,应用于接入网设备,包括:
接收来自终端的第一消息,第一消息用于请求执行目标应用程序;
向与接入网设备对应的AI单元发送第二消息,第二消息用于请求确定适合终端的目标接入网设备,其中,AI单元上部署有AI模型,AI模型用于确定适合终端的目标接入网设备;
接收AI单元返回的目标接入网设备的设备标识;根据目标接入网设备的设备标识,确定目标应用程序的执行设备。
可选的,向与接入网设备对应的AI单元发送第二消息,包括:
确定目标应用程序的应用类型;
若应用类型属于预设类型,则向AI单元发送第二消息,预设类型包括如下至少一种:计算密集型,时延敏感型。
可选的,第一消息包括目标应用程序的应用标识,确定目标应用程序的应用类型,包括:
基于应用标识与应用类型的映射关系,确定与目标应用程序的应用标识对应的应用类型。
可选的,确定目标应用程序的应用类型之后,通信方法还包括:
若应用类型不属于预设类型,确定适合终端的目标接入网设备为接入网设备。
可选的,第二消息包括AI模型所需的输入信息,向AI单元发送第二消息之前,通信方法还包括:
采集AI模型所需的输入信息;
其中,AI模型所需的输入信息包括如下至少一种:与接入网设备相关的第一信息,与接入网设备的邻区接入网设备相关的第二信息,与终端相关的第三信息,与接入网设备对应的边缘计算设备相关的第四信息,与邻区接入网设备对应的边缘计算设备相关的第五信息。
可选的,第一信息包括:接入网设备的无线资源使用情况;
第二信息包括:邻区接入网设备的无线资源使用情况;
第三信息包括如下至少一种:目标应用程序的输入数据大小、目标应用程序的计算资源需求、接入网设备列表、终端接收到接入网设备列表中候选接入网设备的参考信号的功率,其中,终端接收到候选接入网设备的参考信号的功率大于预设阈值,经AI模型确定的目标接入网设备属于候选接入网设备;
第四信息包括如下至少一种:接入网设备对应的边缘计算设备的应用程序缓存状态、接入网设备对应的边缘计算设备的计算能力、接入网设备对应的边缘计算设备的计算资源使用率;
第五信息包括如下至少一种:邻区接入网设备对应的边缘计算设备的应用程序缓存状态、邻区接入网设备对应的边缘计算设备的计算能力、邻区接入网设备对应的边缘计算设备的计算资源使用率。
可选的,采集AI模型所需的输入信息,包括:
向AI单元发送第三消息,第三消息包括AI模型的模型标识,第三消息用于请求AI模型所需的输入信息类型;
接收AI单元返回的输入信息类型;根据AI单元返回的输入信息类型,采集输入信息。
可选的,根据目标接入网设备的设备标识,确定目标应用程序的执行设备,包括:
如果目标接入网设备的设备标识为接入网设备的设备标识,则确定目标应用程序的执行设备为接入网设备对应的边缘计算设备。
可选的,根据目标接入网设备的设备标识,确定目标应用程序的执行设备之后,通信方法还包括:
向终端发送第四消息,第四消息指示目标应用程序执行;
接收来自终端的目标应用程序的输入数据;
将目标应用程序的应用标识、目标应用程序的输入数据和目标应用程序的计算资源需求发送给接入网设备对应的边缘计算设备;
接收接入网设备对应的边缘计算设备返回的目标应用程序的执行结果;将执行结果发送给终端。
可选的,根据目标接入网设备的设备标识,确定目标应用程序的执行设备,包括:
如果目标接入网设备的设备标识为接入网设备的邻区接入网设备的设备标识,则确定目标应用程序的执行设备为邻区接入网设备对应的边缘计算设备。
可选的,根据目标接入网设备的设备标识,确定目标应用程序的执行设备之后,通信方法还包括:
向邻区接入网设备发送切换请求,以将终端从接入网设备切换至邻区接入网设备。
可选的,接收终端发送的第一消息之前,通信方法还包括:
向AI单元发送指示部署AI模型的第五消息;
接收AI单元返回的模型标识并保存,AI单元返回的模型标识为AI单元上已部署的AI模型的模型标识。
可选的,AI单元包括分布式AI单元和集中式AI单元,其中:分布式AI单元与接入网设备一一对应,用于部署AI模型以及与接入网设备进行通信;集中式AI单元用于维护AI模型库以及向分布式AI单元部署和/或更新AI模型。
第二方面,本申请提供一种通信方法,应用于AI单元,AI单元上部署有AI模型,AI模型用于确定适合终端的目标接入网设备,通信方法包括:
接收来自接入网设备的第二消息,第二消息用于请求确定终端的目标接入网设备;
通过AI模型,确定适合终端的目标接入网设备的设备标识;
向接入网设备返回目标接入网设备的设备标识。
可选的,第二消息包括AI模型所需的输入信息,通过AI模型,确定适合终端的目标接入网设备的设备标识,包括:
通过AI模型对输入信息进行处理,得到适合终端的目标接入网设备的设备标识;
其中,输入信息包括如下至少一种:与接入网设备相关的第一信息,与接入网设备的邻区接入网设备相关的第二信息,与终端相关的第三信息,与接入网设备对应的边缘计算设备相关的第四信息,与邻区接入网设备对应的边缘计算设备相关的第五信息。
可选的,第一信息包括:接入网设备的无线资源使用情况;
第二信息包括:邻区接入网设备的无线资源使用情况;
第三信息包括如下至少一种:目标应用程序的输入数据大小、目标应用程序的计算资源需求、接入网设备列表、终端接收到接入网设备列表中候选接入网设备的参考信号的功率,其中,终端接收到候选接入网设备的参考信号的功率大于预设阈值,经AI模型确定的目标接入网设备属于候选接入网设备;
第四信息包括如下至少一种:接入网设备对应的边缘计算设备的应用程序缓存状态、接入网设备对应的边缘计算设备的计算处理能力、接入网设备对应的边缘计算设备的计算资源使用率;
第五信息包括如下至少一种:邻区接入网设备对应的边缘计算设备的应用程序缓存状态、邻区接入网设备对应的边缘计算设备的计算处理能力,邻区接入网设备对应的边缘计算设备的计算资源使用率。
可选的,接收来自接入网设备的第二消息之前,通信方法还包括:
接收来自接入网设备的第三消息,第三消息包括AI模型的模型标识,第三消息用于请求AI模型所需的输入信息类型;
根据模型标识,查找AI模型所需的输入信息类型;
将查找到的输入信息类型发送给接入网设备。
可选的,AI单元包括分布式AI单元和集中式AI单元,其中,分布式AI单元与接入网设备一一对应,用于部署AI模型以及与接入网设备进行通信,集中式AI单元用于维护AI模型库以及向分布式AI单元部署和/或更新AI模型;接收来自接入网设备的第二消息之前,通信方法还包括:
分布式AI单元接收集中式AI单元发送的AI模型;
分布式AI单元对来自集中式AI单元的AI模型进行部署;
其中,集中式AI单元发送的AI模型包括:AI模型的模型文件,AI模型的模型标识,AI模型所需的输入信息类型。
可选的,分布式AI单元接收集中式AI单元发送的AI模型之前,通信方法还包括:
分布式AI单元接收来自接入网设备的第五消息,第五消息指示部署AI模型;
分布式AI单元向集中式AI单元发送用于请求AI模型的第六消息,第六消息包括分布式AI单元的计算处理能力和分布式AI单元的设备标识;
分布式AI单元接收集中式AI单元发送的AI模型之后,通信方法还包括:
分布式AI单元向集中式AI单元返回收到AI模型的确认消息,并将集中式AI单元发送的AI模型的模型标识发送给接入网设备。
第三方面,本申请提供一种通信方法,应用于终端,通信方法包括:
向接入网设备发送第一消息,第一消息用于请求执行目标应用程序;
接收目标接入网设备返回的目标应用程序的执行结果,其中,目标接入网设备为接入网设备或者接入网设备的邻区接入网设备,目标接入网设备由接入网设备对应的AI单元上部署的AI模型确定。
可选的,接收目标接入网设备返回的目标应用程序的执行结果之前,通信方法还包括:
接收来自目标接入网设备的第四消息,第四消息指示目标应用程序执行;
向目标接入网设备发送目标应用程序的输入数据。
可选的,接收目标接入网设备返回的目标应用程序的执行结果之前,通信方法还包括:
接收来自接入网设备的请求数据采集的第七消息;
向接入网设备发送与终端相关的第三信息,第三信息包括如下至少一种:目标应用程序的输入数据大小、目标应用程序的计算资源需求、接入网设备列表、终端接收到接入网设备列表中候选接入网设备的参考信号的功率,其中,终端接收到候选接入网设备的参考信号的功率大于预设阈值,经AI模型确定的目标接入网设备属于候选接入网设备。
可选的,接收目标接入网设备返回的目标应用程序的执行结果,包括:
如果目标接入网设备为接入网设备,则接收接入网设备返回的目标应用程序的执行结果,目标应用程序在接入网设备对应的边缘计算设备上执行。
可选的,接收目标接入网设备返回的目标应用程序的执行结果,包括:
如果目标接入网设备为邻区接入网设备,则建立终端与邻区接入网设备的通信连接;接收邻区接入网设备返回的目标应用程序的执行结果,目标应用程序在邻区接入网设备对应的边缘计算设备上执行。
第四方面,本申请提供一种通信装置,应用于接入网设备,通信装置包括存储器、收发机和处理器;
存储器,用于存储计算机程序;
收发机,用于在处理器的控制下收发数据;
处理器,用于读取存储器中的计算机程序并执行以下操作:
接收来自终端的第一消息,第一消息用于请求执行目标应用程序;
向与接入网设备对应的AI单元发送第二消息,第二消息用于请求确定适合终端的目标接入网设备,其中,AI单元上部署有AI模型,AI模型用于确定适合终端的目标接入网设备;
接收AI单元返回的目标接入网设备的设备标识;根据目标接入网设备的设备标识,确定目标应用程序的执行设备。
可选的,处理器还用于执行以下操作:
确定目标应用程序的应用类型;
若应用类型属于预设类型,则向AI单元发送第二消息,预设类型包括如下至少一种:计算密集型,时延敏感型。
可选的,第一消息包括目标应用程序的应用标识,处理器还用于执行以下操作:
基于应用标识与应用类型的映射关系,确定与目标应用程序的应用标识对应的应用类型。
可选的,处理器还用于执行以下操作:
若应用类型不属于预设类型,确定适合终端的目标接入网设备为接入网设备。
可选的,第二消息包括AI模型所需的输入信息,处理器还用于执行以下操作:
采集AI模型所需的输入信息;
其中,AI模型所需的输入信息包括如下至少一种:与接入网设备相关的第一信息,与接入网设备的邻区接入网设备相关的第二信息,与终端相关的第三信息,与接入网设备对应的边缘计算设备相关的第四信息,与邻区接入网设备对应的边缘计算设备相关的第五信息。
可选的,第一信息包括:接入网设备的无线资源使用情况;
第二信息包括:邻区接入网设备的无线资源使用情况;
第三信息包括如下至少一种:目标应用程序的输入数据大小、目标应用程序的计算资源需求、接入网设备列表、终端接收到接入网设备列表中候选接入网设备的参考信号的功率,其中,终端接收到候选接入网设备的参考信号的功率大于预设阈值,经AI模型确定的目标接入网设备属于候选接入网设备;
第四信息包括如下至少一种:接入网设备对应的边缘计算设备的应用程序缓存状态、接入网设备对应的边缘计算设备的计算能力、接入网设备对应的边缘计算设备的计算资源使用率;
第五信息包括如下至少一种:邻区接入网设备对应的边缘计算设备的应用程序缓存状态、邻区接入网设备对应的边缘计算设备的计算能力、邻区接入网设备对应的边缘计算设备的计算资源使用率。
可选的,处理器还用于执行以下操作:向AI单元发送第三消息,第三消息包括AI模型的模型标识,第三消息用于请求AI模型所需的输入信息类型;
接收AI单元返回的输入信息类型;根据AI单元返回的输入信息类型,采集输入信息。
可选的,处理器还用于执行以下操作:如果目标接入网设备的设备标识为接入网设备的设备标识,则确定目标应用程序的执行设备为接入网设备对应的边缘计算设备。
可选的,处理器还用于执行以下操作:向终端发送第四消息,第四消息指示目标应用程序执行;
接收来自终端的目标应用程序的输入数据;
将目标应用程序的应用标识、目标应用程序的输入数据和目标应用程序的计算资源需求发送给接入网设备对应的边缘计算设备;
接收接入网设备对应的边缘计算设备返回的目标应用程序的执行结果;
将执行结果发送给终端。
可选的,处理器还用于执行以下操作:
如果目标接入网设备的设备标识为接入网设备的邻区接入网设备的设备标识,则确定目标应用程序的执行设备为邻区接入网设备对应的边缘计算设备。
可选的,处理器还用于执行以下操作:
向邻区接入网设备发送切换请求,以将终端从接入网设备切换至邻区接入网设备。
可选的,处理器还用于执行以下操作:
向AI单元发送指示部署AI模型的第五消息;
接收AI单元返回的模型标识并保存,AI单元返回的模型标识为AI单元上已部署的AI模型的模型标识。
可选的,AI单元包括分布式AI单元和集中式AI单元,其中:
分布式AI单元与接入网设备一一对应,用于部署AI模型以及与接入网设备进行通信;
集中式AI单元用于维护AI模型库以及向分布式AI单元部署和/或更新AI模型。
第五方面,本申请提供一种通信装置,应用于AI单元,AI单元上部署有AI模型,AI模型用于确定适合终端的目标接入网设备,通信装置包括存储器、收发机和处理器;
存储器,用于存储计算机程序;
收发机,用于在处理器的控制下收发数据;
处理器,用于读取存储器中的计算机程序并执行以下操作:
接收来自接入网设备的第二消息,第二消息用于请求确定终端的目标接入网设备;
通过AI模型,确定适合终端的目标接入网设备的设备标识;
向接入网设备返回目标接入网设备的设备标识。
可选的,第二消息包括AI模型所需的输入信息,处理器还用于执行以下操作:
通过AI模型对输入信息进行处理,得到适合终端的目标接入网设备的设备标识;
其中,输入信息包括如下至少一种:与接入网设备相关的第一信息,与接入网设备的邻区接入网设备相关的第二信息,与终端相关的第三信息,与接入网设备对应的边缘计算设备相关的第四信息,与邻区接入网设备对应的边缘计算设备相关的第五信息。
可选的,第一信息包括:接入网设备的无线资源使用情况;
第二信息包括:邻区接入网设备的无线资源使用情况;
第三信息包括如下至少一种:目标应用程序的输入数据大小、目标应用程序的计算资源需求、接入网设备列表、终端接收到接入网设备列表中候选接入网设备的参考信号的功率,其中,终端接收到候选接入网设备的参考信号的功率大于预设阈值,经AI模型确定的目标接入网设备属于候选接入网设备;
第四信息包括如下至少一种:接入网设备对应的边缘计算设备的应用程序缓存状态、接入网设备对应的边缘计算设备的计算处理能力、接入网设备对应的边缘计算设备的计算资源使用率;
第五信息包括如下至少一种:邻区接入网设备对应的边缘计算设备的应用程序缓存状态、邻区接入网设备对应的边缘计算设备的计算处理能力,邻区接入网设备对应的边缘计算设备的计算资源使用率。
可选的,处理器还用于执行以下操作:
接收来自接入网设备的第三消息,第三消息包括AI模型的模型标识,第三消息用于请求AI模型所需的输入信息类型;
根据模型标识,查找AI模型所需的输入信息类型;将查找到的输入信息类型发送给接入网设备。
可选的,AI单元包括分布式AI单元和集中式AI单元,其中,分布式AI单元与接入网设备一一对应,用于部署AI模型以及与接入网设备进行通信,集中式AI单元用于维护AI模型库以及向分布式AI单元部署和/或更新AI模型;处理器还用于执行以下操作:
分布式AI单元接收集中式AI单元发送的AI模型;
分布式AI单元对来自集中式AI单元的AI模型进行部署;
其中,集中式AI单元发送的AI模型包括:AI模型的模型文件,AI模型的模型标识,AI模型所需的输入信息类型。
可选的,处理器还用于执行以下操作:
分布式AI单元接收来自接入网设备的第五消息,第五消息指示部署AI模型;
分布式AI单元向集中式AI单元发送用于请求AI模型的第六消息,第六消息包括分布式AI单元的计算处理能力和分布式AI单元的设备标识;
分布式AI单元接收集中式AI单元发送的AI模型之后,通信方法还包括:
分布式AI单元向集中式AI单元返回收到AI模型的确认消息,并将集中式AI单元发送的AI模型的模型标识发送给接入网设备。
第六方面,本申请提供一种通信装置,应用于终端,通信装置包括存储器、收发机和处理器;
存储器,用于存储计算机程序;
收发机,用于在处理器的控制下收发数据;
处理器,用于读取存储器中的计算机程序并执行以下操作:
向接入网设备发送第一消息,第一消息用于请求执行目标应用程序;
接收目标接入网设备返回的目标应用程序的执行结果,其中,目标接入网设备为接入网设备或者接入网设备的邻区接入网设备,目标接入网设备由接入网设备对应的AI单元上部署的AI模型确定。
可选的,处理器还用于执行以下操作:
接收来自目标接入网设备的第四消息,第四消息指示目标应用程序执行;
向目标接入网设备发送目标应用程序的输入数据。
可选的,处理器还用于执行以下操作:
接收来自接入网设备的请求数据采集的第七消息;
向接入网设备发送与终端相关的第三信息,第三信息包括如下至少一种:目标应用程序的输入数据大小、目标应用程序的计算资源需求、接入网设备列表、终端接收到接入网设备列表中候选接入网设备的参考信号的功率,其中,终端接收到候选接入网设备的参考信号的功率大于预设阈值,经AI模型确定的目标接入网设备属于候选接入网设备。
可选的,处理器还用于执行以下操作:
如果目标接入网设备为接入网设备,则接收接入网设备返回的目标应用程序的执行结果,目标应用程序在接入网设备对应的边缘计算设备上执行。
可选的,处理器还用于执行以下操作:
如果目标接入网设备为邻区接入网设备,则建立终端与邻区接入网设备的通信连接;
接收邻区接入网设备返回的目标应用程序的执行结果,目标应用程序在邻区接入网设备对应的边缘计算设备上执行。
第七方面,本申请提供一种通信装置,应用于接入网设备,通信装置包括:
第一接收单元,用于接收来自终端的第一消息,第一消息用于请求执行目标应用程序;
第一发送单元,用于向与接入网设备对应的AI单元发送第二消息,第二消息用于请求确定适合终端的目标接入网设备,其中,AI单元上部署有AI模型,AI模型用于确定适合终端的目标接入网设备;
第二接收单元,用于接收AI单元返回的目标接入网设备的设备标识;
第一确定单元,用于根据目标接入网设备的设备标识,确定目标应用程序的执行设备。
可选的,第一发送单元具体用于:
确定目标应用程序的应用类型;
若应用类型属于预设类型,则向AI单元发送第二消息,预设类型包括如下至少一种:计算密集型,时延敏感型。
可选的,第一消息包括目标应用程序的应用标识,第一发送单元具体用于:
基于应用标识与应用类型的映射关系,确定与目标应用程序的应用标识对应的应用类型。
可选的,通信装置还包括:
第二确定单元,用于若应用类型不属于预设类型,确定适合终端的目标接入网设备为接入网设备。
可选的,第二消息包括AI模型所需的输入信息,通信装置还包括:
采集单元,用于采集AI模型所需的输入信息;
其中,AI模型所需的输入信息包括如下至少一种:与接入网设备相关的第一信息,与接入网设备的邻区接入网设备相关的第二信息,与终端相关的第三信息,与接入网设备对应的边缘计算设备相关的第四信息,与邻区接入网设备对应的边缘计算设备相关的第五信息。
可选的,第一信息包括:接入网设备的无线资源使用情况;
第二信息包括:邻区接入网设备的无线资源使用情况;
第三信息包括如下至少一种:目标应用程序的输入数据大小、目标应用程序的计算资源需求、接入网设备列表、终端接收到接入网设备列表中候选接入网设备的参考信号的功率,其中,终端接收到候选接入网设备的参考信号的功率大于预设阈值,经AI模型确定的目标接入网设备属于候选接入网设备;
第四信息包括如下至少一种:接入网设备对应的边缘计算设备的应用程序缓存状态、接入网设备对应的边缘计算设备的计算能力、接入网设备对应的边缘计算设备的计算资源使用率;
第五信息包括如下至少一种:邻区接入网设备对应的边缘计算设备的应用程序缓存状态、邻区接入网设备对应的边缘计算设备的计算能力、邻区接入网设备对应的边缘计算设备的计算资源使用率。
可选的,采集单元具体用于:
向AI单元发送第三消息,第三消息包括AI模型的模型标识,第三消息用于请求AI模型所需的输入信息类型;
接收AI单元返回的输入信息类型;根据AI单元返回的输入信息类型,采集输入信息。
可选的,第一确定单元具体用于:
如果目标接入网设备的设备标识为接入网设备的设备标识,则确定目标应用程序的执行设备为接入网设备对应的边缘计算设备。
可选的,通信装置还包括应用程序执行单元,用于:
向终端发送第四消息,第四消息指示目标应用程序执行;
接收来自终端的目标应用程序的输入数据;
将目标应用程序的应用标识、目标应用程序的输入数据和目标应用程序的计算资源需求发送给接入网设备对应的边缘计算设备;
接收接入网设备对应的边缘计算设备返回的目标应用程序的执行结果;
将执行结果发送给终端。
可选的,第一确定单元具体用于:
如果目标接入网设备的设备标识为接入网设备的邻区接入网设备的设备标识,则确定目标应用程序的执行设备为邻区接入网设备对应的边缘计算设备。
可选的,通信装置还包括切换单元,用于:
向邻区接入网设备发送切换请求,以将终端从接入网设备切换至邻区接入网设备。
可选的,通信装置还包括:
第二发送单元,用于向AI单元发送指示部署AI模型的第五消息;
第三接收单元,用于接收AI单元返回的模型标识并保存,AI单元返回的模型标识为AI单元上已部署的AI模型的模型标识。
可选的,AI单元包括分布式AI单元和集中式AI单元,其中:
分布式AI单元与接入网设备一一对应,用于部署AI模型以及与接入网设备进行通信;
集中式AI单元用于维护AI模型库以及向分布式AI单元部署和/或更新AI模型。
第八方面,本申请提供一种通信装置,应用于AI单元,AI单元上部署有AI模型,AI模型用于确定适合终端的目标接入网设备,通信装置包括:
第一接收单元,用于接收来自接入网设备的第二消息,第二消息用于请求确定终端的目标接入网设备;
确定单元,用于通过AI模型,确定适合终端的目标接入网设备的设备标识;
第一发送单元,用于向接入网设备返回目标接入网设备的设备标识。
可选的,第二消息包括AI模型所需的输入信息,确定单元具体用于:
通过AI模型对输入信息进行处理,得到适合终端的目标接入网设备的设备标识;
其中,输入信息包括如下至少一种:与接入网设备相关的第一信息,与接入网设备的邻区接入网设备相关的第二信息,与终端相关的第三信息,与接入网设备对应的边缘计算设备相关的第四信息,与邻区接入网设备对应的边缘计算设备相关的第五信息。
可选的,第一信息包括:接入网设备的无线资源使用情况;
第二信息包括:邻区接入网设备的无线资源使用情况;
第三信息包括如下至少一种:目标应用程序的输入数据大小、目标应用程序的计算资源需求、接入网设备列表、终端接收到接入网设备列表中候选接入网设备的参考信号的功率,其中,终端接收到候选接入网设备的参考信号的功率大于预设阈值,经AI模型确定的目标接入网设备属于候选接入网设备;
第四信息包括如下至少一种:接入网设备对应的边缘计算设备的应用程序缓存状态、接入网设备对应的边缘计算设备的计算处理能力、接入网设备对应的边缘计算设备的计算资源使用率;
第五信息包括如下至少一种:邻区接入网设备对应的边缘计算设备的应用程序缓存状态、邻区接入网设备对应的边缘计算设备的计算处理能力,邻区接入网设备对应的边缘计算设备的计算资源使用率。
可选的,通信装置还包括:
第二接收单元,用于接收来自接入网设备的第三消息,第三消息包括AI模型的模型标识,第三消息用于请求AI模型所需的输入信息类型;
查找单元,用于根据模型标识,查找AI模型所需的输入信息类型;
第二发送单元,用于将查找到的输入信息类型发送给接入网设备。
可选的,AI单元包括分布式AI单元和集中式AI单元,其中,分布式AI单元与接入网设备一一对应,用于部署AI模型以及与接入网设备进行通信,集中式AI单元用于维护AI模型库以及向分布式AI单元部署和/或更新AI模型;通信装置还包括部署单元,用于:
分布式AI单元接收集中式AI单元发送的AI模型;
分布式AI单元对来自集中式AI单元的AI模型进行部署;
其中,集中式AI单元发送的AI模型包括:AI模型的模型文件,AI模型的模型标识,AI模型所需的输入信息类型。
可选的,通信装置还包括:
第三接收单元,用于分布式AI单元接收来自接入网设备的第五消息,第五消息指示部署AI模型;
第三发送单元,用于分布式AI单元向集中式AI单元发送用于请求AI模型的第六消息,第六消息包括分布式AI单元的计算处理能力和分布式AI单元的设备标识;
第四发送单元,用于分布式AI单元向集中式AI单元返回收到AI模型的确认消息,并将集中式AI单元发送的AI模型的模型标识发送给接入网设备。
第九方面,本申请提供一种通信装置,应用于终端,通信装置包括:
第一发送单元,用于向接入网设备发送第一消息,第一消息用于请求执行目标应用程序;
第一接收单元,用于接收目标接入网设备返回的目标应用程序的执行结果,其中,目标接入网设备为接入网设备或者接入网设备的邻区接入网设备,目标接入网设备由接入网设备对应的AI单元上部署的AI模型确定。
可选的,通信装置还包括:
第二接收单元,用于接收来自目标接入网设备的第四消息,第四消息指示目标应用程序执行;
第二发送单元,用于向目标接入网设备发送目标应用程序的输入数据。
可选的,通信装置还包括:
第三接收单元,用于接收来自接入网设备的请求数据采集的第七消息;
第三发送单元,用于向接入网设备发送与终端相关的第三信息,第三信息包括如下至少一种:目标应用程序的输入数据大小、目标应用程序的计算资源需求、接入网设备列表、终端接收到接入网设备列表中候选接入网设备的参考信号的功率,其中,终端接收到候选接入网设备的参考信号的功率大于预设阈值,经AI模型确定的目标接入网设备属于候选接入网设备。
可选的,第一接收单元具体用于:
如果目标接入网设备为接入网设备,则接收接入网设备返回的目标应用程序的执行结果,目标应用程序在接入网设备对应的边缘计算设备上执行。
可选的,第一接收单元具体用于:
如果目标接入网设备为邻区接入网设备,则建立终端与邻区接入网设备的通信连接;接收邻区接入网设备返回的目标应用程序的执行结果,目标应用程序在邻区接入网设备对应的边缘计算设备上执行。
第十方面,本申请提供一种处理器可读存储介质,处理器可读存储介质存储有计算机程序,计算机程序用于使处理器执行第一方面、第二方面或者第三方面所述的通信方法。
第十一方面,本申请提供一种包含指令的计算机程序产品,当指令在计算机上运行时,使得计算机执行如上述第一方面、第二方面或者第三方面所述的通信方法。
第十二方面,本申请提供一种通信***,包括网络设备和终端,网络设备包括接入网设备和与接入网设备对应的AI单元,其中,接入网设备可执行上述第一方面所述的通信方法、AI单元可执行上述第二方面所述的通信方法和终端可执行上述第三方面所述的通信方法。
本申请提供一种通信方法、装置及存储介质中,AI单元上部署有AI模型,AI模型用于确定适合终端的目标接入网设备。接入网设备在接收到终端请求执行目标应用程序的第一消息后,请求AI单元确定适合终端的目标接入网设备,接收AI单元上的AI模型确定的目标接入网设备的设备标识,并根据目标接入网设备的设备标识,确定目标应用程序的执行设备。从而利用AI单元上部署的AI模型,为请求执行应用程序的终端选择合适的目标接入网设备,提高了接入网设备选择的合理性,有利于终端所请求的应用程序的执行。
应当理解,上述发明内容部分中所描述的内容并非旨在限定本发明的实施例的关键或重要特征,亦非用于限制本发明的范围。本发明的其它特征将通过以下的描述变得容易理解。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的应用场景的示意图;
图2为传统的接入网设备选择方法的流程示意图;
图3为本申请实施例提供的无线接入网络的网络结构示意图;
图4为本申请的一实施例提供的通信方法的流程示意图;
图5为本申请的另一实施例提供的通信方法的流程示意图;
图6为本申请的另一实施例提供的通信方法的流程示意图;
图7为本申请的另一实施例提供的通信方法的流程示意图;
图8为本申请的一实施例提供的通信装置的结构示意图;
图9为本申请的一实施例提供的通信装置的结构示意图;
图10为本申请的另一实施例提供的通信装置的结构示意图;
图11为本申请的另一实施例提供的通信装置的结构示意图;
图12为本申请的另一实施例提供的通信装置的结构示意图;
图13为本申请的另一实施例提供的通信装置的结构示意图。
具体实施方式
本申请中术语“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
本申请实施例中术语“多个”是指两个或两个以上,其它量词与之类似。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,并不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供的技术方案可以适用于多种***,尤其是5G***。例如适用的***可以是全球移动通讯(global system of mobile communication,GSM)***、码分多址(code division multiple access,CDMA)***、宽带码分多址(Wideband CodeDivision Multiple Access,WCDMA)通用分组无线业务(general packet radio service,GPRS)***、长期演进(long term evolution,LTE)***、LTE频分双工(frequencydivision duplex,FDD)***、LTE时分双工(time division duplex,TDD)***、高级长期演进(long term evolution advanced,LTE-A)***、通用移动***(universal mobiletelecommunication system,UMTS)、全球互联微波接入(worldwide interoperabilityfor microwave access,WiMAX)***、5G新空口(New Radio,NR)***等。这多种***中均包括终端和网络设备。***中还可以包括核心网部分,例如演进的分组***(Evloved PacketSystem,EPS)、5G***(5GS)等。
本申请实施例涉及的终端,可以是指向用户提供语音和/或数据连通性的设备,具有无线连接功能的手持式设备、或连接到无线调制解调器的其他处理设备等。在不同的***中,终端的名称可能也不相同,例如在5G***中,终端可以称为用户设备(UserEquipment,UE)。终端可以经无线接入网(Radio Access Network,RAN)与一个或多个核心网(Core Network,CN)进行通信,终端可以是移动终端,如移动电话(或称为“蜂窝”电话)和具有移动终端的计算机,例如,可以是便携式、袖珍式、手持式、计算机内置的或者车载的移动装置,它们与无线接入网交换语言和/或数据。例如,个人通信业务(PersonalCommunication Service,PCS)电话、无绳电话、会话发起协议(Session InitiatedProtocol,SIP)话机、无线本地环路(Wireless Local Loop,WLL)站、个人数字助理(Personal Digital Assistant,PDA)等设备。无线终端也可以称为***、订户单元(subscriber unit)、订户站(subscriber station),移动站(mobile station)、移动台(mobile)、远程站(remote station)、接入点(access point)、远程终端(remoteterminal)、接入终端(access terminal)、用户终端(user terminal)、用户代理(useragent)、用户装置(user device),本申请实施例中并不限定。
本申请实施例涉及的网络设备,可以是基站,该基站可以包括多个为终端提供服务的小区。根据具体应用场合不同,基站又可以称为接入点,或者可以是接入网中在空中接口上通过一个或多个扇区与无线终端通信的设备,或者其它名称。网络设备可用于将收到的空中帧与网际协议(Internet Protocol,IP)分组进行相互更换,作为无线终端与接入网的其余部分之间的路由器,其中接入网的其余部分可包括网际协议(IP)通信网络。网络设备还可协调对空中接口的属性管理。例如,本申请实施例涉及的网络设备可以是全球移动通信***(Global System for Mobile communications,GSM)或码分多址接入(CodeDivision Multiple Access,CDMA)中的网络设备(Base Transceiver Station,BTS),也可以是带宽码分多址接入(Wide-band Code Division Multiple Access,WCDMA)中的网络设备(NodeB),还可以是长期演进(long term evolution,LTE)***中的演进型网络设备(evolutional Node B,eNB或e-NodeB)、5G网络架构(next generation system)中的5G基站(gNB),也可以是家庭演进基站(Home evolved Node B,HeNB)、中继节点(relay node)、家庭基站(femto)、微微基站(pico)等,本申请实施例中并不限定。在一些网络结构中,网络设备可以包括集中单元(centralized unit,CU)节点和分布单元(distributed unit,DU)节点,集中单元和分布单元也可以地理上分开布置。
网络设备与终端之间可以各自使用一或多根天线进行多输入多输出(MultiInput Multi Output,MIMO)传输,MIMO传输可以是单用户MIMO(Single User MIMO,SU-MIMO)或多用户MIMO(Multiple User MIMO,MU-MIMO)。根据根天线组合的形态和数量,MIMO传输可以是2D-MIMO、3D-MIMO、FD-MIMO或massive-MIMO,也可以是分集传输或预编码传输或波束赋形传输等。
图1为本申请实施例提供的应用场景的示意图。如图1所示,该应用场景为基于无线接入网络的通信场景,在该通信场景中,包括无线接入网络中的网络设备和一个或多个终端110(图1中以3个为例),网络设备包括接入网设备120和与接入网设备120对应的边缘计算设备130,不同的接入网设备120可对应不同的边缘计算设备130,边缘计算设备130用于预先存储与终端相关的应用程序。
终端110向接入网设备120请求执行应用程序时,若接入网设备120对应的边缘计算设备130存储有该应用程序,则可在边缘计算设备130上执行该应用程序,边缘计算设备130将该应用程序的执行结果发送给接入网设备120,接入网设备120将执行结果返回给终端110。
随着新兴应用的涌现,为高效支撑新兴应用,在无线接入网络中引入边缘计算技术,即图1所示的在与接入网设备对应的边缘计算设备执行终端的应用程序。在该技术中,利用与接入网设备对应的边缘计算设备的存储能力,在边缘计算设备上预先存储相关应用程序,进而利用边缘计算设备的计算能力,帮助终端执行应用程序。相比云计算方式,该方式有利于减小应用程序执行的时延,缓解终端的计算压力,降低终端的能耗。然而,在边缘计算技术中,面临如何为请求应用程序执行的终端选择合适的接入网设备这一难题。
在传统的接入网设备选择方法中,主要参考终端与各接入网设备间的路径损耗或者来自各接入网设备的参考信号接收功率。图2为传统的接入网设备选择方法的流程示意图,如图2所示,该方法包括:
S201、获取终端和接入网设备之间的路径损耗。
例如。终端通过接入网设备的广播获取当前服务小区以及邻小区的发射功率,在接收到服务小区、邻小区的接收功率后,根据发射功率减去接收功率到接收功率,得到终端分别与服务小区的接入网设备与以及邻小区的接入网设备间的路径损耗。
S202、根据路径损耗,为终端确定服务小区。
例如,在终端处于空闲状态时:基于终端与服务小区的接入网设备之间的路径损耗,确定是否对邻小区的接入网设备进行测量;若确定对邻小区的接入网设备进行测量,则根据测量到的邻小区的接入网设备的路径损耗以及接收功率,判断是否进行服务小区的重选。又如,在终端处于激活状态时:根据终端与服务小区的接入网设备之间的路径损耗,确定是否对邻小区的接入网设备进行测量;若确定对邻小区的接入网设备进行测量,则根据测量结果判断是否向服务小区的接入网设备上报测量报告;若确定向服务小区的接入网设备上报测量报告,则由服务小区的接入网设备根据测量报告中的路径损耗和接收功率,确定是否进行服务小区切换。通常的,将路径损耗满足预设值且接收功率最强的小区切换为终端的服务小区。
然而,发明人发现,上述接入网设备选择方法中应用在引入边缘计算的无线接入网络中,可能发生以下情形:1)为终端选择的接入网设备所对应的边缘计算设备没有缓存终端请求的应用程序,从而无法为终端提供应用服务;2)选择的接入网设备所对应的边缘计算设备处的计算处理资源占用率高,给终端带来较大的计算排队时延。因此,在为请求执行应用程序的终端选择接入的接入网设备时应综合考虑多种因素。由于为请求执行应用程序的终端选择接入网设备这一决策的内在复杂性,发明人提出可在无线接入网络中引入人工智能(Artificial Intelligence,AI)相关网元,利用AI相关网络上部署的AI模型,实现为请求执行应用程序的终端选择接入网设备的智能决策,提高边缘计算技术中为终端选择接入网设备的合理性,进而提高终端的通信效果。
因此,本申请实施例提供了一种通信方法、装置及存储介质。在本申请实施例提供的通信方法中,引入与接入网设备对应的AI单元,利用AI单元上部署的AI模型,确定适合终端的目标接入网设备,进而根据目标接入网设备确定应用程序的执行设备。从而,基于AI模型,为终端选择合适的接入网设备,提高终端的通信效果和应用程序的执行效率。其中,本申请实施例所提供的方法和装置是基于同一申请构思的,由于方法和装置解决问题的原理相似,因此装置和方法的实施可以相互参见,重复之处不再赘述。
为了更清楚地了解本申请各实施例所提供的方案,先对本申请各实施例所涉及的无线接入网络的网络结构进行描述。
图3为本申请实施例提供的通信网络的网络结构示意图。如图3所示,在通信网络中,接入网设备分别和与接入网设备自身对应的AI单元、与接入网设备自身对应的边缘计算设备通信。其中,不同的接入网设备可以对应不同的AI单元和不同的边缘计算设备。AI单元属于智能相关网元,用于部署AI模型,边缘计算设备用于预先存储相关的应用程序。
可选的,在通信网络中,AI单元和边缘计算设备为接入网设备的外部设备,例如,分布式AI单元、边缘计算设备分别为与接入网设备通信的服务器。
可选的,在边缘计算设备中,应用程序的存储策略可为随机存储策略或者按流行度存储策略。其中,随机存储策略是指边缘计算设备在应用程序集合中随机选择应用程序进行存储;按流行度存储策略是指边缘计算设备在应用程序集合中按照应用程序的运行次数,选择运行次数较多的应用程序进行存储。进一步的,应用程序集合可为预设集合,也可在边缘计算设备所对应的接入网设备所属小区,采集多个终端请求的应用程序,得到应用程序集合。
可选的,如图3所示,AI单元包括集中式AI单元和分布式AI单元,其中,集中式AI单元可与多个分布式AI单元进行通信,对分布式AI单元进行管理;分布式AI单元用于部署AI模型以及与接入网设备进行通信,集中式AI单元用于维护AI模型库以及向分布式AI单元部署和/或更新AI模型。
在AI模型库中包括一个或多个与通信网络中的预测任务、决策任务有关的AI模型,其中,包括用于确定适合终端的目标接入网设备的AI模型。
例如,AI模型库中还包括小区负载预测模型、切换参数优化模型。
可选的,与通信网络中的预测任务、决策任务有关的AI模型包括:面向计算密集型应用程序的接入网设备选择模型和/或面临时延敏感型应用的接入网设备选择模型。从而,在终端请求执行密集型应用程序或者时延敏感型应用程序时,能够通过AI模型确定合适终端的目标接入网设备。
可选的,集中式AI单元可采集(例如周期性采集)无线接入网络的各类网络数据(例如无线接入网络的信道状态、信号发送功率、信号接收功率等),基于采集的网络数据训练AI模型,再将训练好的AI模型发送至分布式AI单元进行模型部署。
可选的,在无线接入网络包括分布式AI单元的情形下,分布式AI单元具有两种数据接口:数据接口1和数据接口2。分布式AI单元通过数据接口1与接入网设备进行信息交互,例如,通过数据接口1向接入网设备发送执行应用程序的请求、接收接入网设备返回的应用程序的执行结果等。分布式AI单元通过数据接口2与集中式AI单元进行信息交互,例如通过数据接口2向分布式AI单元请求AI模型、接收分布式AI单元发送的AI模型。
可选的,接入网设备还通过数据接口3与边缘计算设备进行信息交互,例如接入网设备通过数据接口3向边缘计算设备请求执行应用程序、通过数据接口3接收边缘计算设备返回的应用程序的执行结果等。
可选的,相对于接入网设备,接口1、接口2、接口3为外部接口。
图4为本申请的一实施例提供的通信方法的流程示意图。如图4所示,该方法包括:
S401、接入网设备接收来自终端的第一消息,第一消息用于请求执行目标应用程序。
其中,目标应用程序为用户在终端上启动的应用程序。接入网设备为终端所在服务小区的接入网设备,接入网设备与终端之间进行通信。
具体的,终端可在检测到目标应用程序启动后,或者在接收到用户启动目标应用程序的请求后,向接入网设备发送第一消息。
可选的,在接收到第一消息之前,确定适合终端接入的接入网设备的方式可以是但不限于:根据终端与多个接入网设备之间的路径损耗、参考信号的接收功率等一个或多个因素,选择适合终端接入的接入网设备。
S402、接入网设备向AI单元发送第二消息,第二消息用于请求确定适合终端的目标接入网设备。
具体的,考虑到接入网设备所对应的边缘计算设备可能没有预先存储目标应用程序而无法执行目标应用程序、或者接入网设备所对应的边缘计算设备处的计算处理资源占用率较高而无法及时执行目标应用程序等因素,接入网设备在接收到第一消息后,可向AI单元发送第二消息,请求AI单元通过AI模型确定适合终端的目标接入网设备。
可选的,接入网设备通过图3所示的数据接口2,向分布式AI单元发送第二消息,请求分布式AI单元通过AI模型确定适合终端的目标接入网设备。
S403、AI单元通过AI模型,确定适合终端的目标接入网设备的设备标识。
其中,AI模型用于确定适合终端的目标接入网设备。AI模型例如为深度学习模型,比如利用自监督、强监督等方式训练得到的卷积神经网络模型。在此,对AI模型的具体结构和具体的模型类型不做限定。
具体的,AI单元在接收到来自接入网设备的第二消息后,运行自身部署的AI模型,得到AI模型输出的适合终端的目标接入网设备的设备标识。
可选的,分布式AI单元通过图3所示的数据接口2接收到来自接入网设备的第二消息后,运行自身部署的AI模型,得到AI模型输出的适合终端的目标接入网设备的设备标识。
S404、AI单元向接入网设备返回目标接入网设备的设备标识。
具体的,在确定适合终端的目标接入网设备的设备标识后,AI单元将目标接入网设备的设备标识发送给接入网设备。
可选的,分布式AI单元通过图3所示的数据接口2,将适合终端的目标接入网设备的设备标识发送给接入网设备。
S405、接入网设备根据目标接入网设备的设备标识,确定目标应用程序的执行设备。
具体的,接入网设备在接收到AI单元返回的目标接入网设备的设备标识后,根据目标接入网设备的设备标识,确定终端的目标接入网设备,并确定目标应用程序的执行设备为目标接入网设备对应的边缘计算平台。其中,目标应用程序的执行方式包括目标应用程序在目标接入网设备对应的边缘计算平台上执行、且目标应用程序的执行结果通过目标接入网设备返回给终端。
本申请实施例中,接入网设备在接收到终端的请求执行目标应用程序的第一消息后,向AI单元发送第二消息,触发AI单元通过AI模型,确定适合终端的目标接入网设备,基于AI单元返回的目标接入网设备的设备标识,确定目标应用程序的执行设备。从而,在引入了边缘计算技术的通信网络中,基于AI模型为请求执行应用程序的终端确定合适的接入网设备,提高接入网设备确定的合理性,进而有利于提高终端的通信效果,有利于提高终端所请求的目标应用程序的执行效率。
在一些实施例中,接入网设备在接收到来自终端的第一消息后,可确定第一消息所请求执行的目标应用程序的应用类型。若确定目标应用程序的应用类型属于预设类型,则接入网设备向AI单元发送第二消息。
具体的,考虑到终端可能请求的应用程序的种类较多,而一些传统的应用程序所涉及的计算量较小、对时间要求不高、或者对通信质量要求不高,无需采用边缘计算技术,而部分类型的应用程序的执行需要采用边缘计算技术。因此,可预先采集需要采用边缘计算技术的应用程序的应用类型,得到预设类型。在接收到终端的第一消息后,可确定第一消息所请求的目标应用程序的应用类型是否属于预设类型,若属于,则接入网设备向AI单元发送第二消息。从而对目标应用程序进行筛选,为请求属于预设类型的目标应用程序的终端,触发AI单元执行AI模型。
可选的,预设类型包括如下至少一种:计算密集型,时延敏感型。在目标应用程序的应用类型为计算密集型或者时延敏感型时,向AI单元发送第二消息,以通过AI模型为请求执行计算密集型的应用程序或者请求执行时延敏感型的应用程序的终端确定合适的目标接入网设备。
可选的,若目标应用程序的应用类型不属于预设类型,则确定目标接入网设备为接入网设备。其中,在目标应用程序的应用类型不属于预设类型的情形下,无需通过AI单元上的AI模型进行接入网设备的重新选择,可确定目标接入网设备为终端当前接入的接入网设备,保持终端所接入的接入网设备不变。当然,终端还可以根据与接入网设备之间的路径损耗、参考信号接收功率等,确定是否进行接入网设备的重选,可参照图2所示过程。
可选的,第一消息包括目标应用程序的应用标识,接入网设备确定目标应用程序的应用类型包括:接入网设备基于应用标识与应用类型的映射关系,确定与目标应用程序的应用标识对应的应用类型。其中,与目标应用程序的应用标识对应的应用类型,即目标应用程序的应用类型。
具体的,在接入网设备中,预先配置多个应用程序的应用标识,以及多个应用程序的应用标识与多个应用程序的应用类型的映射关系。在接收到第一消息后,接入网设备从第一消息中获取目标应用程序的应用标识,在应用标识与应用类型的映射关系中,查找目标应用程序的应用标识所对应的应用标识,进而得到目标应用程序的应用类型。
可选的,接入网设备还可通过应用程序的深度包解析(Deep Packet Inspection,DPI)等技术,确定目标应用程序的应用类型。
在一些实施例中,第二消息包括AI模型所需的输入信息,也即AI模型的输入数据,接入网设备向AI单元发送第二消息之前,接入网设备可采集AI模型所需的输入信息,再根据采集到的输入信息,生成第二消息。分布式AI单元在接收到第二消息后,从第二消息中获取AI模型所需的输入信息,将该输入信息输入AI模型,或者对该输入信息进行预处理,将预处理后的输入信息输入AI模型,得到AI模型输出的目标应用程序的设备标识。
可选的,AI模型所需的输入信息包括如下至少一种:与接入网设备相关的第一信息,与接入网设备的邻区接入网设备相关的第二信息、与终端相关的第三信息,与接入网设备对应的边缘计算设备相关的第四信息,与接入网设备的邻区接入网设备对应的边缘计算设备的相关的第五信息。从而,为AI模型提供充足而全面的输入信息,使得通过AI模型确定适合终端的目标接入网设备时充分考虑多方面信息,提高AI模型确定的目标接入网设备的合理性。
可选的,第一信息包括接入网设备的无线资源使用情况。其中,接入网设备的无线资源使用情况对接入网设备与终端之间的通信质量有影响。从而,在基于AI模型确定终端的目标接入网设备时,考虑接入网设备的线资源使用情况,有利于为终端确定无线资源较为充足的目标接入网设备。
进一步的,接入网设备的无线资源使用情况包括接入网设备的无线资源块使用率,其中,接入网设备的无线资源块使用率越小,则接入网设备与终端之间的通信质量越好。从而,在基于AI模型确定终端的目标接入网设备时,有利于为终端确定无线资源块使用率较小的目标接入网设备。
可选的,第二信息包括接入网设备的邻区接入网设备的无线资源使用情况,其中,邻区接入网设备的无线资源使用情况对邻区接入网设备与终端之间的通信质量有影响。从而,在通过AI模型确定终端的目标接入网设备时,考虑接入网设备的邻区接入网设备的无线资源使用情况,有利于为终端确定无线资源较为充足的目标接入网设备。
进一步的,邻区接入网设备的无线资源使用情况包括邻区接入网设备的无线资源块使用率,邻区接入网设备的无线资源块使用率越小,则邻区接入网设备与终端之间的通信质量越好。从而,在基于AI模型确定终端的目标接入网设备时,有利于为终端确定无线资源块使用率较小的目标接入网设备。
可选的,第三信息包括如下至少一种:目标应用程序的输入数据大小、目标应用程序的计算资源需求、接入网设备列表、终端接收到接入网设备列表中候选接入网设备的参考信号的功率。其中,目标应用程序的输入数据大小、目标应用程序的计算资源需求对目标应用程序的执行有影响;接入网设备列表中包括一个或多个候选接入网设备的设备标识,第三信息包括接入网设备列表时,经AI模型确定的目标接入网设备属于候选接入网设备,换句话说,AI模型在接入网设备列表中确定目标接入网设备的设备标识,因此,终端可以根据自身的位置移动更新接入网设备列表,为AI模型提供可供选择的候选接入网设备的设备标识;终端接收到接入网设备列表中候选接入网设备的参考信号的功率,反映终端与候选接入网设备之间的通信质量。
从而,在基于通过AI模型确定终端的目标接入网设备时,考虑了目标应用程序的输入数据大小、目标应用程序执行所需的计算资源、可供选择的候选接入网设备、终端接收到候选接入网设备的参考信号的功率,有利于为终端确定有能力执行目标应用程序、属于候选接入网设备之一、到终端的参考信号的接收功率较强的目标接入网设备,有利于提高应用程序的执行效率,也有利于确保终端的通信质量。
可选的,终端接收到候选接入网设备的参考信号的功率大于预设阈值。从而,终端将接收功率大于预设阈值的参考信号所属的接入网设备确定为候选接入网设备,以便AI模型在与终端之间的通信质量较好的候选接入网设备中确定适合终端的接入网设备,从而在确定适合终端的目标接入网设备时,既可以考虑到为终端确定通信质量较好的目标接入网设备,又确保确定的目标接入网设备适宜终端所请求的目标应用程序的执行。
可选的,在接入网设备列表中仅包括一个候选接入网设备的设备标识时,AI单元可直接确定目标接入网设备为该候选接入网设备;在接入网设备列表中包括多个候选接入网设备的设备标识时,AI单元可通过AI模型在多尔衮候选接入网设备的设备标识中,确定适合终端的目标接入网设备的设备标识。
作为示例的,当输入数据为视频时,目标应用程序的输入数据大小可以为目标应用程序能够处理的视频的文件大小。
作为示例的,目标应用程序的计算资源需求例如目标应用程序执行时占用的中央处理器(Central Processing Unit,CPU)、内存等。
可选的,第四信息包括如下至少一种:接入网设备对应的边缘计算设备的应用程序缓存状态、接入网设备对应的边缘计算设备的计算处理能力、接入网设备对应的边缘计算设备的计算资源使用率。其中,在接入网设备作为候选接入网设备之一时,接入网设备对应的边缘计算设备为目标应用程序可选的执行设备之一,接入网设备对应的边缘计算设备的应用程序缓存状态、计算处理能力、计算资源使用率都对边缘计算设备执行目标应用程序有影响。因此,在基于AI模型确定终端的目标接入网设备时,考虑接入网设备对应的边缘计算设备的应用程序缓存状态、计算处理能力、计算资源使用率,有利于多方面确定接入网设备对应的边缘计算设备是否适合执行目标应用程序,进而多方面确定接入网设备是否适合做终端的目标接入网设备。
其中,接入网设备对应的边缘计算设备的应用程序缓存状态例如包括接入网设备对应的边缘计算设备是否缓存有目标应用程序;接入网设备对应的边缘计算设备的计算处理能力例如包括接入网设备对应的边缘计算设备的CPU和/或者图形处理器(GraphicsProcessing Unit,GPU)的计算处理能力,例如型号、处理速度;接入网设备对应的边缘计算设备的计算资源使用率例如包括接入网设备对应的边缘计算设备的CPU和/或GPU的计算资源使用率。
可选的,第五信息包括如下至少一种:邻区接入网设备对应的边缘计算设备的应用程序缓存状态,邻区接入网设备对应的边缘计算设备的计算处理能力,邻区接入网设备对应的边缘计算设备的计算资源使用率。其中,在邻区接入网设备作为候选接入网设备之一时,邻区接入网设备的边缘计算设备为目标应用程序可选的执行设备之一,邻区接入网设备对应的边缘计算设备的应用程序缓存状态、计算处理能力、计算资源使用率都对边缘计算设备执行目标应用程序有影响。因此,在基于AI模型确定终端的目标接入网设备时,考虑邻区接入网设备对应的边缘计算设备的应用程序缓存状态、计算处理能力、计算资源使用率,有利于多方面确定邻区接入网设备对应的边缘计算设备是否适合执行目标应用程序,进而多方面确定邻区接入网设备是否适合做终端的目标接入网设备。
其中,邻区接入网设备对应的边缘计算设备的应用程序缓存状态例如包括邻区接入网设备对应的边缘计算设备是否缓存有目标应用程序;邻区接入网设备对应的边缘计算设备的计算处理能力例如包括邻区接入网设备对应的边缘计算设备的CPU和/或者GPU的计算处理能力;邻区接入网设备对应的边缘计算设备的计算资源使用率例如包括邻区接入网设备对应的边缘计算设备的CPU和/或GPU的计算资源使用率。
可选的,在训练AI模型时,接入网设备可以根据上述第一信息、第二信息、第三信息、第四信息、第五信息中的一项或多项进行训练数据的采集,将采集的训练数据发送给AI单元,由AI单元基于采集的训练数据训练AI模型,提高AI模型的模型训练效果。
进一步的,在训练AI模型时,接入网设备可以根据上述第一信息、第二信息、第三信息、第四信息、第五信息中的一项或多项进行训练数据的采集,将采集的训练数据发送给分布式AI单元,分布式AI单元将训练数据发送给集中式AI单元,由集中式AI单元基于采集的训练数据训练AI模型。
图5为本申请的另一实施例提供的通信方法的流程示意图。如图5所示,该方法包括:
S501、接入网设备接收来自终端的第一消息,第一消息用于请求执行目标应用程序。
其中,S501可参照前述实施例的描述,不再赘述。
S502、接入网设备向AI单元发送第三消息,第三消息用于请求AI模型所需的输入信息类型。
具体的,接入网设备接收到终端的第一消息后,向AI单元发送第三消息。或者,接入网设备接收到终端的第一消息,在确定第一消息所请求的目标应用程序的应用类型属于预设类型之后(可参照前述实施例的描述),向AI单元发送第三消息,通过第三消息向AI单元请求AI模型所需的输入信息类型,以便根据输入信息类型准备AI模型的输入信息。
其中,AI模型的输入信息可以参照前述实施例的描述,输入信息是各个输入数据类型的具体数值,例如,第一信息中,接入网设备的无线资源块使用率为输入数据类型,的无线资源块使用率的具体值为输入信息。
S503、AI单元确定AI模块所需的输入信息类型。
其中,AI单元中可部署一个或多个AI模型,并存储有AI模型与输入信息类型的映射关系,在该映射关系中,与AI模型对应的输入信息类型为AI模型所需要的输入信息类型。
具体的,AI单元在接收到第三消息后,确定AI模型所需的输入信息类型。若AI单元中仅部署一个AI模型,则分布式AI单元可获取该AI模型对应的输入信息类型。若AI单元中部署多个AI模型,则分布式AI单元可获取其中一个AI模型对应的输入信息类型。
可选的,第三消息中包括AI单元的模型标识,AI单元接收到第三消息后,从第三消息中获取AI模型的模型标识,根据该模型标识,查找AI模型所需的输入信息类型,从而通过接入网设备发送的模型标识,为接入网设备提供相应AI模型所需的输入信息类型。
S504、AI单元将输入信息类型发送给接入网设备。
S505、接入网设备根据输入信息类型,采集AI模型所需的输入信息。
具体的,接入网设备在得到AI模型所需的输入信息类型后,按照该输入信息类型,采集AI模型所需的输入信息。其中,按照该输入信息类型,采集AI模型所需的输入信息,包括如下至少一项:采集与接入网设备相关的第一信息、采集与接入网设备的邻区接入网设备相关的第二信息、采集与终端相关的第三信息、采集与接入网设备对应的边缘计算设备相关的第四信息、采集与邻区接入网设备对应的边缘计算设备相关的第五信息。其中,第一信息、第二信息、第三信息、第四信息、第五信息可参照前述实施例的描述。
可选的,接入网设备在采集与终端相关的第三信息时,可通过下行控制信道向终端发送第三信息的获取请求,接收终端返回的第三信息。
可选的,接入网设备在采集与邻区接入网设备相关的第二信息和/或与邻区接入网设备对应的边缘计算设备相关的第五信息时,可通过Xn接口向邻区接入网设备发送第二信息和/或第五信息的获取请求,接收接入网设备返回的第二信息和/或第五信息。
可选的,接入网设备在采集与自身对应的边缘计算设备相关的第四信息时,可通过数据接口3(如图3所示)向与自身对应的边缘计算设备发送第第四信息的获取请求,获取边缘计算设备返回的第四信息。
S506、接入网设备向AI单元发送第二消息,其中,第二消息用于请求确定适合终端的目标接入网设备,第二消息包括AI模型所需的输入信息。
具体的,接入网设备采集得到AI模型所需的输入信息后,生成第二消息,第二消息包括AI模型所需的输入信息,将第二消息发送给AI单元,以请求分布式AI单元通过AI模块确定适合终端的目标接入网设备。
S507、AI单元通过AI模型,确定适合终端的目标接入网设备的设备标识。
S508、AI单元向接入网设备返回目标接入网设备的设备标识。
S509、接入网设备根据目标接入网设备的设备标识,确定目标应用程序的执行设备。
其中,S507~S509可参照前述实施例的描述,不再赘述。
本申请实施例中,接入网设备在接收到终端的第一消息后,向AI单元请求AI模型的输入信息类型,根据输入信息类型,进行AI模型的输入信息的采集。向AI单元发送包括AI模型的输入信息的第二消息,触发分布式AI单元通过AI模型确定适合终端的目标接入网设备,基于目标接入网设备,确定目标应用程序的执行设备。从而,基于AI模型为请求执行应用程序的终端确定合适的目标接入网设备,提高了目标接入网设备选择的合理性,进而有利于提高终端的通信质量,以及提高终端所请求应用程序的执行效率。
可选的,S405或S509的一种可能的实现方式包括:如果目标接入网设备的设备标识为接入网设备的设备标识,则确定目标应用程序的执行设备为接入网设备对应的边缘计算设备。
具体的,接入网设备接收到AI单元返回的目标接入网设备的设备标识为接入网设备的设备标识时,表示适合终端的目标接入网设备为接入网设备,在接入网设备对应的边缘计算设备上执行目标应用程序。
可选的,S405或S509的另一种可能的实现方式包括:如果目标接入网设备的设备标识为接入网设备的邻区接入网设备的设备标识,则确定目标应用程序的执行设备为邻区接入网设备对应的边缘计算设备。
具体的,接入网设备接收到AI单元返回的目标接入网设备的设备标识为接入网设备的邻区接入网设备的设备标识时,表示邻区接入网设备适合接入网设备为适合终端的确定目标执行设备为邻区接入网设备对应的边缘计算设备,确定目标接入网设备为邻区接入网设备,在邻区接入网设备对应的边缘计算设备上执行目标应用程序。
后续通过多个方法实施例分别描述经AI模型确定适合终端的目标接入网设备为接入网设备、接入网设备的邻区接入网设备时的通信方法。
图6为本申请的另一实施例提供的通信方法的流程示意图,经AI模型确定适合终端的目标接入网设备为终端当前接入的接入网设备。如图6所示,该方法包括:
S601、接入网设备接收来自终端的第一消息,第一消息用于请求执行目标应用程序。
S602、接入网设备向AI单元发送第二消息,第二消息用于请求确定适合终端的目标接入网设备。
S603、AI单元通过AI模型,确定适合终端的目标接入网设备的设备标识为接入网设备的设备标识。
S604、AI单元向接入网设备返回目标接入网设备的设备标识。
S605、接入网设备根据AI单元返回的目标接入网设备的设备标识,确定目标应用程序的执行设备为接入网设备对应的边缘计算设备。
其中,S601~S605可参照前述实施例的描述,不再赘述。
S606、接入网设备向终端发送指示目标应用程序执行的第四消息。
具体的,在确定目标接入网设备为接入网设备、目标应用程序在接入网设备对应的边缘计算设备执行时,接入网设备向终端发送第四消息,以向终端执行目标应用程序将执行。其中,第四消息例如为应用程序卸载流程触发消息,在第四消息中可包括终端的设备标识和目标应用程序的应用标识,以便终端根据第四消息确定自身所请求的目标应用程序将执行。第四消息中目标应用程序的应用标识可来自第一消息,终端在向接入网设备发送第一消息时,将目标应用程序的应用标识携带在第一消息中。
S607、终端向接入网设备发送目标应用程序的输入数据。
具体的,响应于第四消息,终端可获取目标应用程序的输入数据,并将该输入数据发送至接入网设备。以目标应用程序为视频目标识别应用为例,终端可获取用户输入的视频数据,或者获取摄像头采集的视频数据,通过上行数据信道上传获取的视频数据,视频数据即视频目标识别应用的输入数据。
S608、接入网设备将目标应用程序的应用标识、目标应用程序的输入数据和目标应用程序的计算资源需求发送给接入网设备对应的边缘计算设备。
具体的,接入网设备将目标应用程序的应用标识、目标应用程序的输入数据和目标应用程序的计算资源需求发送给自身连接的边缘计算设备,以便边缘计算设备执行目标应用程序。
S609、接入网设备对应的边缘计算设备根据目标应用程序的应用标识、输入数据和计算资源需求,执行目标应用程序。
具体的,接入网设备对应的边缘计算设备接收到目标应用程序的应用标识、输入数据和计算资源需求之后,可根据目标应用程序的应用标识,确定将要执行的目标应用程序,根据目标应用程序的计算资源需求,为目标应用程序的执行分配计算资源,运行目标应用程序,并将目标应用程序的输入数据输入目标应用程序,得到目标应用程序的执行结果。
S610、接入网设备对应的边缘计算设备将目标应用程序的执行结果返回给接入网设备。
S611、接入网设备将执行结果发送给终端。
具体的,边缘计算设备得到目标应用程序的执行结果后,通过接入网设备将执行结果返回给终端。
图7为本申请的另一实施例提供的通信方法的流程示意图,经AI模型确定适合终端的目标接入网设备为终端接入的接入网设备的邻区接入网设备。如图7所示,该方法包括:
S701、接入网设备接收来自终端的第一消息,第一消息用于请求执行目标应用程序。
S702、接入网设备向AI单元发送第二消息,第二消息用于请求确定适合终端的目标接入网设备。
S703、AI单元通过AI模型,确定适合终端的目标接入网设备的设备标识为接入网设备的邻区接入网设备的设备标识。
S704、AI单元向接入网设备返回目标接入网设备的设备标识。
S705、接入网设备根据AI单元返回的目标接入网设备的设备标识,确定目标应用程序的执行设备为邻区接入网设备对应的边缘计算设备。
S706、终端在接入网设备与邻区接入网设备之间进行小区切换。
其中,接入网设备向邻区接入网设备发送切换请求,以将终端连接的接入网设备从接入网设备切换至邻区接入网设备。
S707、邻区接入网设备向终端发送指示目标应用程序执行的第四消息。
S708、邻区接入网设备接收来自终端的目标应用程序的输入数据。
S709、邻区接入网设备将目标应用程序的应用标识、目标应用程序的输入数据和目标应用程序的计算资源需求发送给邻区接入网设备对应的边缘计算设备。
S710、邻区接入网设备对应的边缘计算设备根据目标应用程序的应用标识、输入数据和计算资源需求,执行目标应用程序。
S711、邻区接入网设备对应的边缘计算设备将目标应用程序的执行结果返回给邻区接入网设备。
S712、邻区接入网设备将执行结果发送给终端。
其中,S701~S712中的内容可适当参照前述实施例的描述,不再赘述。与目标接入网设备为接入网设备不同的是,目标接入网设备为接入网设备的邻区接入网设备时,需要对终端进行接入网设备的切换,建立终端与邻区接入网设备之间的通信连接。在此,对接入网设备的切换的具体过程不做限制。
在一些实施例中,在接收终端发送的第一消息之前,接入网设备可向AI单元发送指示部署AI模型的第五消息,AI单元响应于第五消息部署AI模型后,向接入网设备返回AI模型的模型标识。接入网设备接收AI单元返回的AI模型的模型标识并保存。从而,完成AI单元上AI模型的部署,且接入网设备后续可以根据保存的AI模型的模型标识,向AI单元请求AI模型所需的输入数据类型,具体可参照前述实施例,不再赘述。
在一些实施例中,基于“AI单元包括分布式AI单元和集中式AI单元,分布式AI单元与接入网设备一一对应,用于部署AI模型以及与接入网设备进行通信,集中式AI单元用于维护AI模型库以及向分布式AI单元部署和/后更新AI模型”,在接入网设备接收终端发送的第一消息之前,分布式AI单元可进行AI模型的部署或者更新。分布式AI单元进行AI模型的部署或者更新的过程包括:分布式AI单元接收集中式AI单元发送的AI模型,根据集中式AI单元发送的AI模型,进行模型部署或者模型更新。
其中,在集中式AI单元的模型库中,每个AI模型的模型信息包括模型标识、模型功能、模型执行所需的计算资源(例如CPU和GPU)和存储资源、模型所需的输入信息类别以及模型文件本身。
其中,分布式AI单元接收到集中式AI单元发送的AI模型包括:AI模型的模型标识、AI模型所需的输入信息类型、AI模型的模型文件,当然还可包括AI模型执行所需的计算资源和存储资源,以便分布式AI模型在执行AI模型之前,为AI模型的执行准备AI模型执行所需的计算资源和存储资源。
其中,分布式AI单元中的模型部署或者模型更新,可以是接入网设备主动发起,也可以是分布式AI单元或者集中式AI单元主动发起。
可选的,接入网设备主动发起AI模型部署或者更新的过程包括:接入网设备向分布式AI单元发送第五消息,其中,第五消息指示部署AI模型;分布式AI单元响应于第五消息,向集中式AI单元发送请求AI模型的第六消息,其中,第六消息包括分布式AI单元的计算处理能力和部分是AI单元的设备标识;集中式AI单元响应于第六消息,在模型库中确定与第六消息匹配的AI模型;集中式AI单元将与第六消息匹配的AI模型发送给分布式AI单元,分布式AI单元根据接收到的AI模型进行模型部署或者更新。
其中,第五消息中包括接入网设备所请求部署的AI模型的模型功能,第六消息中包括第五消息。因此,集中式AI单元可在模型库中确定与第六消息匹配的AI模型为:模型功能与第六消息所请求的AI模型的模型功能相同、且计算资源需求与分布式AI单元的计算处理能力相同或相近的AI模型。
可选的,分布式AI单元主动发起AI模型的部署或者更新,包括:分布式AI单元周期性地向集中式AI单元请求AI模型的第六消息,接收集中式模型返回的AI模型并对该AI模型进行部署。
可选的,集中式AI单元主动发起AI模型的部署或者更新,包括:集中式AI单元训练得到AI模型或者更新AI模型后,主动向分布式AI单元发送训练后的AI模型或者更新后的AI模型。
可选的,分布式AI单元部署或更新AI模型后,向接入网设备发送已部署的AI模型的模型标识。接入网设备保存接收到的AI模型的模型标识。
可选的,分布式AI单元接收到AI模型后,可向集中式AI单元返回接收到AI模型的确认消息。
在网络侧,本申请的一实施例提供了一种通信装置,本实施例的通信装置可以为接入网设备。如图8所示,通信装置可以包括收发机801、处理器802和存储器803。
收发机801,用于在处理器802的控制下接收和发送数据。
其中,在图8中,总线架构可以包括任意数量的互联的总线和桥,具体由处理器802代表的一个或多个处理器和存储器803代表的存储器的各种电路链接在一起。总线架构还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口提供接口。收发机801可以是多个元件,即包括发送机和接收机,提供用于在传输介质上与各种其他装置通信的单元,这些传输介质包括,这些传输介质包括无线信道、有线信道、光缆等传输介质。
处理器802负责管理总线架构和通常的处理,存储器803可以存储处理器802在执行操作时所使用的数据。
可选的,处理器802可以是中央处理器(central processing unit,CPU)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或复杂可编程逻辑器件(Complex Programmable LogicDevice,CPLD),处理器802也可以采用多核架构。
处理器802通过调用存储器803存储的计算机程序,用于按照获得的可执行指令执行本申请实施例提供的有关接入网设备的任一所述通信方法。处理器802与存储器803也可以物理上分开布置。
具体的,处理器802在执行存储器803存储的计算机程序时实现如下操作:接收来自终端的第一消息,第一消息用于请求执行目标应用程序;向与接入网设备对应的AI单元发送第二消息,第二消息用于请求确定适合终端的目标接入网设备,其中,AI单元上部署有AI模型,AI模型用于确定适合终端的目标接入网设备;接收AI单元返回的目标接入网设备的设备标识;根据目标接入网设备的设备标识,确定目标应用程序的执行设备。
可选的,处理器802还用于执行以下操作:确定目标应用程序的应用类型;若应用类型属于预设类型,则向AI单元发送第二消息,预设类型包括如下至少一种:计算密集型,时延敏感型。
可选的,第一消息包括目标应用程序的应用标识,处理器802还用于执行以下操作:基于应用标识与应用类型的映射关系,确定与目标应用程序的应用标识对应的应用类型。
可选的,处理器802还用于执行以下操作:若应用类型不属于预设类型,确定适合终端的目标接入网设备为接入网设备。
可选的,第二消息包括AI模型所需的输入信息,处理器802还用于执行以下操作:采集AI模型所需的输入信息;其中,AI模型所需的输入信息包括如下至少一种:与接入网设备相关的第一信息,与接入网设备的邻区接入网设备相关的第二信息,与终端相关的第三信息,与接入网设备对应的边缘计算设备相关的第四信息,与邻区接入网设备对应的边缘计算设备相关的第五信息。
可选的,第一信息包括:接入网设备的无线资源使用情况;第二信息包括:邻区接入网设备的无线资源使用情况;第三信息包括如下至少一种:目标应用程序的输入数据大小、目标应用程序的计算资源需求、接入网设备列表、终端接收到接入网设备列表中候选接入网设备的参考信号的功率,其中,终端接收到候选接入网设备的参考信号的功率大于预设阈值,经AI模型确定的目标接入网设备属于候选接入网设备;第四信息包括如下至少一种:接入网设备对应的边缘计算设备的应用程序缓存状态、接入网设备对应的边缘计算设备的计算能力、接入网设备对应的边缘计算设备的计算资源使用率;第五信息包括如下至少一种:邻区接入网设备对应的边缘计算设备的应用程序缓存状态、邻区接入网设备对应的边缘计算设备的计算能力、邻区接入网设备对应的边缘计算设备的计算资源使用率。
可选的,处理器802还用于执行以下操作:向AI单元发送第三消息,第三消息包括AI模型的模型标识,第三消息用于请求AI模型所需的输入信息类型;接收AI单元返回的输入信息类型;根据AI单元返回的输入信息类型,采集输入信息。
可选的,处理器802还用于执行以下操作:如果目标接入网设备的设备标识为接入网设备的设备标识,则确定目标应用程序的执行设备为接入网设备对应的边缘计算设备。
可选的,处理器802还用于执行以下操作:向终端发送第四消息,第四消息指示目标应用程序执行;接收来自终端的目标应用程序的输入数据;将目标应用程序的应用标识、目标应用程序的输入数据和目标应用程序的计算资源需求发送给接入网设备对应的边缘计算设备;接收接入网设备对应的边缘计算设备返回的目标应用程序的执行结果;将执行结果发送给终端。
可选的,处理器802还用于执行以下操作:如果目标接入网设备的设备标识为接入网设备的邻区接入网设备的设备标识,则确定目标应用程序的执行设备为邻区接入网设备对应的边缘计算设备。
可选的,处理器802还用于执行以下操作:向邻区接入网设备发送切换请求,以将终端从接入网设备切换至邻区接入网设备。
可选的,处理器802还用于执行以下操作:向AI单元发送指示部署AI模型的第五消息;接收AI单元返回的模型标识并保存,AI单元返回的模型标识为AI单元上已部署的AI模型的模型标识。
可选的,AI单元包括分布式AI单元和集中式AI单元,其中:分布式AI单元与接入网设备一一对应,用于部署AI模型以及与接入网设备进行通信;集中式AI单元用于维护AI模型库以及向分布式AI单元部署和/或更新AI模型。
在此需要说明的是,本申请提供的上述装置,能够实现上述方法实施例中接入网设备执行的所有方法步骤,且能够达到相同的技术效果,在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
在网络侧,本申请的一实施例提供了一种通信装置。本实施例的通信装置可以为AI单元,AI单元上部署有AI模型,AI模型用于确定适合终端的目标接入网设备。如图9所示,通信装置可以包括收发机901、处理器902和存储器903。
收发机901,用于在处理器902的控制下接收和发送数据。
其中,在图9中,总线架构可以包括任意数量的互联的总线和桥,具体由处理器902代表的一个或多个处理器和存储器903代表的存储器的各种电路链接在一起。总线架构还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口提供接口。收发机901可以是多个元件,即包括发送机和接收机,提供用于在传输介质上与各种其他装置通信的单元,这些传输介质包括,这些传输介质包括无线信道、有线信道、光缆等传输介质。
处理器902负责管理总线架构和通常的处理,存储器903可以存储处理器902在执行操作时所使用的数据。
可选的,处理器902可以是中央处理器(central processing unit,CPU)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或复杂可编程逻辑器件(Complex Programmable LogicDevice,CPLD),处理器902也可以采用多核架构。
处理器902通过调用存储器903存储的计算机程序,用于按照获得的可执行指令执行本申请实施例提供的有关AI单元的任一所述通信方法。处理器902与存储器903也可以物理上分开布置。
具体的,处理器902在执行存储器903存储的计算机程序时实现如下操作:接收来自接入网设备的第二消息,第二消息用于请求确定终端的目标接入网设备;通过AI模型,确定适合终端的目标接入网设备的设备标识;向接入网设备返回目标接入网设备的设备标识。
可选的,第二消息包括AI模型所需的输入信息,处理器902还用于执行以下操作:通过AI模型对输入信息进行处理,得到适合终端的目标接入网设备的设备标识;其中,输入信息包括如下至少一种:与接入网设备相关的第一信息,与接入网设备的邻区接入网设备相关的第二信息,与终端相关的第三信息,与接入网设备对应的边缘计算设备相关的第四信息,与邻区接入网设备对应的边缘计算设备相关的第五信息。
可选的,第一信息包括:接入网设备的无线资源使用情况;第二信息包括:邻区接入网设备的无线资源使用情况;第三信息包括如下至少一种:目标应用程序的输入数据大小、目标应用程序的计算资源需求、接入网设备列表、终端接收到接入网设备列表中候选接入网设备的参考信号的功率,其中,终端接收到候选接入网设备的参考信号的功率大于预设阈值,经AI模型确定的目标接入网设备属于候选接入网设备;第四信息包括如下至少一种:接入网设备对应的边缘计算设备的应用程序缓存状态、接入网设备对应的边缘计算设备的计算处理能力、接入网设备对应的边缘计算设备的计算资源使用率;第五信息包括如下至少一种:邻区接入网设备对应的边缘计算设备的应用程序缓存状态、邻区接入网设备对应的边缘计算设备的计算处理能力,邻区接入网设备对应的边缘计算设备的计算资源使用率。
可选的,处理器902还用于执行以下操作:接收来自接入网设备的第三消息,第三消息包括AI模型的模型标识,第三消息用于请求AI模型所需的输入信息类型;根据模型标识,查找AI模型所需的输入信息类型;将查找到的输入信息类型发送给接入网设备。
可选的,AI单元包括分布式AI单元和集中式AI单元,其中,分布式AI单元与接入网设备一一对应,用于部署AI模型以及与接入网设备进行通信,集中式AI单元用于维护AI模型库以及向分布式AI单元部署和/或更新AI模型;处理器902还用于执行以下操作:分布式AI单元接收集中式AI单元发送的AI模型;分布式AI单元对来自集中式AI单元的AI模型进行部署;其中,集中式AI单元发送的AI模型包括:AI模型的模型文件,AI模型的模型标识,AI模型所需的输入信息类型。
可选的,处理器902还用于执行以下操作:分布式AI单元接收来自接入网设备的第五消息,第五消息指示部署AI模型;分布式AI单元向集中式AI单元发送用于请求AI模型的第六消息,第六消息包括分布式AI单元的计算处理能力和分布式AI单元的设备标识;分布式AI单元接收集中式AI单元发送的AI模型之后,通信方法还包括:分布式AI单元向集中式AI单元返回收到AI模型的确认消息,并将集中式AI单元发送的AI模型的模型标识发送给接入网设备。
在此需要说明的是,本申请提供的上述装置,能够实现上述方法实施例中AI单元执行的所有方法步骤,且能够达到相同的技术效果,在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
在终端侧,本申请的一实施例提供了一种通信装置。本实施例的通信装置可以为终端。如图10所示,通信装置可以包括收发机1001、处理器1002和存储器1003。
收发机1001,用于在处理器1002的控制下接收和发送数据。
其中,在图10中,总线架构可以包括任意数量的互联的总线和桥,具体由处理器1002代表的一个或多个处理器和存储器1003代表的存储器的各种电路链接在一起。总线架构还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口提供接口。收发机1001可以是多个元件,即包括发送机和接收机,提供用于在传输介质上与各种其他装置通信的单元,这些传输介质包括,这些传输介质包括无线信道、有线信道、光缆等传输介质。可选的,通信装置为终端时,还可以包括用户接口1004,针对不同的用户设备,用户接口1004还可以是能够外接内接需要设备的接口,连接的设备包括但不限于小键盘、显示器、扬声器、麦克风、操纵杆等。
处理器1002负责管理总线架构和通常的处理,存储器1003可以存储处理器1002在执行操作时所使用的数据。
可选的,处理器1002可以是中央处理器(central processing unit,CPU)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或复杂可编程逻辑器件(Complex Programmable LogicDevice,CPLD),处理器1002也可以采用多核架构。
处理器1002通过调用存储器1003存储的计算机程序,用于按照获得的可执行指令执行本申请实施例提供的有关终端的任一所述通信方法。处理器1002与存储器1003也可以物理上分开布置。
具体的,处理器1002在执行存储器1003存储的计算机程序时实现如下操作:向接入网设备发送第一消息,第一消息用于请求执行目标应用程序;接收目标接入网设备返回的目标应用程序的执行结果,其中,目标接入网设备为接入网设备或者接入网设备的邻区接入网设备,目标接入网设备由接入网设备对应的AI单元上部署的AI模型确定。
可选的,处理器1002还用于执行以下操作:接收来自目标接入网设备的第四消息,第四消息指示目标应用程序执行;向目标接入网设备发送目标应用程序的输入数据。
可选的,处理器1002还用于执行以下操作:接收来自接入网设备的请求数据采集的第七消息;向接入网设备发送与终端相关的第三信息,第三信息包括如下至少一种:目标应用程序的输入数据大小、目标应用程序的计算资源需求、接入网设备列表、终端接收到接入网设备列表中候选接入网设备的参考信号的功率,其中,终端接收到候选接入网设备的参考信号的功率大于预设阈值,经AI模型确定的目标接入网设备属于候选接入网设备。
可选的,处理器1002还用于执行以下操作:如果目标接入网设备为接入网设备,则接收接入网设备返回的目标应用程序的执行结果,目标应用程序在接入网设备对应的边缘计算设备上执行。
可选的,处理器1002还用于执行以下操作:如果目标接入网设备为邻区接入网设备,则建立终端与邻区接入网设备的通信连接;接收邻区接入网设备返回的目标应用程序的执行结果,目标应用程序在邻区接入网设备对应的边缘计算设备上执行。
在此需要说明的是,本申请提供的上述装置,能够实现上述方法实施例中终端执行的所有方法步骤,且能够达到相同的技术效果,在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
在网络侧,本申请的另一实施例还提供了一种通信装置,应用于接入网设备。如图11所示,通信装置包括:
第一接收单元1101,用于接收来自终端的第一消息,第一消息用于请求执行目标应用程序;
第一发送单元1102,用于向与接入网设备对应的AI单元发送第二消息,第二消息用于请求确定适合终端的目标接入网设备,其中,AI单元上部署有AI模型,AI模型用于确定适合终端的目标接入网设备;
第二接收单元1103,用于接收AI单元返回的目标接入网设备的设备标识;
第一确定单元1104,用于根据目标接入网设备的设备标识,确定目标应用程序的执行设备。
可选的,第一发送单元1102具体用于:确定目标应用程序的应用类型;若应用类型属于预设类型,则向AI单元发送第二消息,预设类型包括如下至少一种:计算密集型,时延敏感型。
可选的,第一消息包括目标应用程序的应用标识,第一发送单元1102具体用于:基于应用标识与应用类型的映射关系,确定与目标应用程序的应用标识对应的应用类型。
可选的,通信装置还包括第二确定单元(未示出),用于:若应用类型不属于预设类型,确定适合终端的目标接入网设备为接入网设备。
可选的,第二消息包括AI模型所需的输入信息,通信装置还包括:
采集单元(未示出),用于采集AI模型所需的输入信息;其中,AI模型所需的输入信息包括如下至少一种:与接入网设备相关的第一信息,与接入网设备的邻区接入网设备相关的第二信息,与终端相关的第三信息,与接入网设备对应的边缘计算设备相关的第四信息,与邻区接入网设备对应的边缘计算设备相关的第五信息。
可选的,第一信息包括:接入网设备的无线资源使用情况;第二信息包括:邻区接入网设备的无线资源使用情况;第三信息包括如下至少一种:目标应用程序的输入数据大小、目标应用程序的计算资源需求、接入网设备列表、终端接收到接入网设备列表中候选接入网设备的参考信号的功率,其中,终端接收到候选接入网设备的参考信号的功率大于预设阈值,经AI模型确定的目标接入网设备属于候选接入网设备;第四信息包括如下至少一种:接入网设备对应的边缘计算设备的应用程序缓存状态、接入网设备对应的边缘计算设备的计算能力、接入网设备对应的边缘计算设备的计算资源使用率;第五信息包括如下至少一种:邻区接入网设备对应的边缘计算设备的应用程序缓存状态、邻区接入网设备对应的边缘计算设备的计算能力、邻区接入网设备对应的边缘计算设备的计算资源使用率。
可选的,采集单元具体用于:向AI单元发送第三消息,第三消息包括AI模型的模型标识,第三消息用于请求AI模型所需的输入信息类型;接收AI单元返回的输入信息类型;根据AI单元返回的输入信息类型,采集输入信息。
可选的,第一确定单元1104具体用于:如果目标接入网设备的设备标识为接入网设备的设备标识,则确定目标应用程序的执行设备为接入网设备对应的边缘计算设备。
可选的,通信装置还包括应用程序执行单元(未示出),用于:向终端发送第四消息,第四消息指示目标应用程序执行;接收来自终端的目标应用程序的输入数据;将目标应用程序的应用标识、目标应用程序的输入数据和目标应用程序的计算资源需求发送给接入网设备对应的边缘计算设备;接收接入网设备对应的边缘计算设备返回的目标应用程序的执行结果;将执行结果发送给终端。
可选的,第一确定单元1104具体用于:如果目标接入网设备的设备标识为接入网设备的邻区接入网设备的设备标识,则确定目标应用程序的执行设备为邻区接入网设备对应的边缘计算设备。
可选的,通信装置还包括切换单元(未示出),用于:向邻区接入网设备发送切换请求,以将终端从接入网设备切换至邻区接入网设备。
可选的,通信装置还包括:第二发送单元(未示出),用于向AI单元发送指示部署AI模型的第五消息;第三接收单元(未示出),用于接收AI单元返回的模型标识并保存,AI单元返回的模型标识为AI单元上已部署的AI模型的模型标识。
可选的,AI单元包括分布式AI单元和集中式AI单元,其中:分布式AI单元与接入网设备一一对应,用于部署AI模型以及与接入网设备进行通信;集中式AI单元用于维护AI模型库以及向分布式AI单元部署和/或更新AI模型。
在此需要说明的是,本申请提供的上述装置,能够实现上述方法实施例中接入网设备执行的所有方法步骤,且能够达到相同的技术效果,在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
在网络侧,本申请的另一实施例还提供了一种通信装置,本实施例的通信装置可以为AI单元,AI单元上部署有AI模型,AI模型用于确定适合终端的目标接入网设备。如图12所示,通信装置包括:
第一接收单元1201,用于接收来自接入网设备的第二消息,第二消息用于请求确定终端的目标接入网设备;
确定单元1202,用于通过AI模型,确定适合终端的目标接入网设备的设备标识;
第一发送单元1203,用于向接入网设备返回目标接入网设备的设备标识。
可选的,第二消息包括AI模型所需的输入信息,确定单元1202具体用于:通过AI模型对输入信息进行处理,得到适合终端的目标接入网设备的设备标识;其中,输入信息包括如下至少一种:与接入网设备相关的第一信息,与接入网设备的邻区接入网设备相关的第二信息,与终端相关的第三信息,与接入网设备对应的边缘计算设备相关的第四信息,与邻区接入网设备对应的边缘计算设备相关的第五信息。
可选的,第一信息包括:接入网设备的无线资源使用情况;第二信息包括:邻区接入网设备的无线资源使用情况;第三信息包括如下至少一种:目标应用程序的输入数据大小、目标应用程序的计算资源需求、接入网设备列表、终端接收到接入网设备列表中候选接入网设备的参考信号的功率,其中,终端接收到候选接入网设备的参考信号的功率大于预设阈值,经AI模型确定的目标接入网设备属于候选接入网设备;第四信息包括如下至少一种:接入网设备对应的边缘计算设备的应用程序缓存状态、接入网设备对应的边缘计算设备的计算处理能力、接入网设备对应的边缘计算设备的计算资源使用率;第五信息包括如下至少一种:邻区接入网设备对应的边缘计算设备的应用程序缓存状态、邻区接入网设备对应的边缘计算设备的计算处理能力,邻区接入网设备对应的边缘计算设备的计算资源使用率。
可选的,通信装置还包括:第二接收单元(未示出),用于接收来自接入网设备的第三消息,第三消息包括AI模型的模型标识,第三消息用于请求AI模型所需的输入信息类型;查找单元(未示出),用于根据模型标识,查找AI模型所需的输入信息类型;第二发送单元(未示出),用于将查找到的输入信息类型发送给接入网设备。
可选的,AI单元包括分布式AI单元和集中式AI单元,其中,分布式AI单元与接入网设备一一对应,用于部署AI模型以及与接入网设备进行通信,集中式AI单元用于维护AI模型库以及向分布式AI单元部署和/或更新AI模型;通信装置还包括部署单元(未示出),用于:分布式AI单元接收集中式AI单元发送的AI模型;分布式AI单元对来自集中式AI单元的AI模型进行部署;其中,集中式AI单元发送的AI模型包括:AI模型的模型文件,AI模型的模型标识,AI模型所需的输入信息类型。
可选的,通信装置还包括:第三接收单元(未示出),用于分布式AI单元接收来自接入网设备的第五消息,第五消息指示部署AI模型;第三发送单元(未示出),用于分布式AI单元向集中式AI单元发送用于请求AI模型的第六消息,第六消息包括分布式AI单元的计算处理能力和分布式AI单元的设备标识;第四发送单元(未示出),用于分布式AI单元向集中式AI单元返回收到AI模型的确认消息,并将集中式AI单元发送的AI模型的模型标识发送给接入网设备。
在此需要说明的是,本申请提供的上述装置,能够实现上述方法实施例中AI单元执行的所有方法步骤,且能够达到相同的技术效果,在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
在终端侧,本申请的另一实施例还提供了一种通信装置,本实施例的通信装置可以为终端。如图13所示,通信装置包括:
第一发送单元1301,用于向接入网设备发送第一消息,第一消息用于请求执行目标应用程序;
第一接收单元1302,用于接收目标接入网设备返回的目标应用程序的执行结果,其中,目标接入网设备为接入网设备或者接入网设备的邻区接入网设备,目标接入网设备由接入网设备对应的AI单元上部署的AI模型确定。
可选的,通信装置还包括:第二接收单元(未示出),用于接收来自目标接入网设备的第四消息,第四消息指示目标应用程序执行;第二发送单元(未示出),用于向目标接入网设备发送目标应用程序的输入数据。
可选的,通信装置还包括:第三接收单元(未示出),用于接收来自接入网设备的请求数据采集的第七消息;第三发送单元(未示出),用于向接入网设备发送与终端相关的第三信息,第三信息包括如下至少一种:目标应用程序的输入数据大小、目标应用程序的计算资源需求、接入网设备列表、终端接收到接入网设备列表中候选接入网设备的参考信号的功率,其中,终端接收到候选接入网设备的参考信号的功率大于预设阈值,经AI模型确定的目标接入网设备属于候选接入网设备。
可选的,第一接收单元1302具体用于:如果目标接入网设备为接入网设备,则接收接入网设备返回的目标应用程序的执行结果,目标应用程序在接入网设备对应的边缘计算设备上执行。
可选的,第一接收单元1302具体用于:如果目标接入网设备为邻区接入网设备,则建立终端与邻区接入网设备的通信连接;接收邻区接入网设备返回的目标应用程序的执行结果,目标应用程序在邻区接入网设备对应的边缘计算设备上执行。
在此需要说明的是,本申请提供的上述装置,能够实现上述方法实施例中终端执行的所有方法步骤,且能够达到相同的技术效果,在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施例所述通信方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
网络侧,本申请实施例提供了一种处理器可读存储介质,处理器可读存储介质存储有计算机程序,计算机程序用于使处理器执行本申请实施例提供的有关接入网设备或者AI单元的任一所述通信方法。使处理器能够实现上述方法实施例中接入网设备或者AI单元所实现的所有方法步骤,且能够达到相同的技术效果,在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
终端侧,本申请实施例提供了一种处理器可读存储介质,处理器可读存储介质存储有计算机程序,计算机程序用于使处理器执行本申请实施例提供的有关终端的任一所述通信方法。使处理器能够实现上述方法实施例中终端所实现的所有方法步骤,且能够达到相同的技术效果,在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
所述处理器可读存储介质可以是处理器能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD))等。
网络侧,本申请实施例提供了一种包含指令的计算机程序产品,当指令在计算机上运行时,使得计算机执行如上述方法实施例中接入网设备或者AI单元所实现的所有方法步骤,且能够达到相同的技术效果,在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
终端侧,本申请实施例提供了一种包含指令的计算机程序产品,当指令在计算机上运行时,使得计算机执行如上述方法实施例中终端所实现的所有方法步骤,且能够达到相同的技术效果,在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、装置、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机可执行指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机可执行指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些处理器可执行指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的处理器可读存储器中,使得存储在该处理器可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些处理器可执行指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (35)
1.一种通信方法,应用于接入网设备,其特征在于,所述通信方法包括:
接收来自终端的第一消息,所述第一消息用于请求执行目标应用程序;
向与所述接入网设备对应的AI单元发送第二消息,所述第二消息用于请求确定适合所述终端的目标接入网设备,其中,所述AI单元上部署有AI模型,所述AI模型用于确定适合终端的目标接入网设备;
接收所述AI单元返回的目标接入网设备的设备标识;
根据所述目标接入网设备的设备标识,确定所述目标应用程序的执行设备。
2.根据权利要求1所述的通信方法,其特征在于,所述向与所述接入网设备对应的AI单元发送第二消息,包括:
确定所述目标应用程序的应用类型;
若所述应用类型属于预设类型,则向所述AI单元发送所述第二消息,所述预设类型包括如下至少一种:计算密集型,时延敏感型。
3.根据权利要求2所述的通信方法,其特征在于,所述第一消息包括所述目标应用程序的应用标识,所述确定所述目标应用程序的应用类型,包括:
基于应用标识与应用类型的映射关系,确定与所述目标应用程序的应用标识对应的应用类型。
4.根据权利要求2或3所述的通信方法,其特征在于,所述确定所述目标应用程序的应用类型之后,所述通信方法还包括:
若所述应用类型不属于所述预设类型,确定适合所述终端的目标接入网设备为所述接入网设备。
5.根据权利要求1-3中任一项所述的通信方法,其特征在于,所述第二消息包括所述AI模型所需的输入信息,向所述AI单元发送所述第二消息之前,所述通信方法还包括:
采集所述AI模型所需的输入信息;
其中,所述AI模型所需的输入信息包括如下至少一种:与所述接入网设备相关的第一信息,与所述接入网设备的邻区接入网设备相关的第二信息,与所述终端相关的第三信息,与所述接入网设备对应的边缘计算设备相关的第四信息,与所述邻区接入网设备对应的边缘计算设备相关的第五信息。
6.根据权利要求5所述的通信方法,其特征在于,所述第一信息包括:所述接入网设备的无线资源使用情况;
所述第二信息包括:所述邻区接入网设备的无线资源使用情况;
所述第三信息包括如下至少一种:所述目标应用程序的输入数据大小、所述目标应用程序的计算资源需求、接入网设备列表、所述终端接收到所述接入网设备列表中候选接入网设备的参考信号的功率,其中,所述终端接收到所述候选接入网设备的参考信号的功率大于预设阈值,经所述AI模型确定的目标接入网设备属于所述候选接入网设备;
所述第四信息包括如下至少一种:所述接入网设备对应的边缘计算设备的应用程序缓存状态、所述接入网设备对应的边缘计算设备的计算能力、所述接入网设备对应的边缘计算设备的计算资源使用率;
所述第五信息包括如下至少一种:所述邻区接入网设备对应的边缘计算设备的应用程序缓存状态、所述邻区接入网设备对应的边缘计算设备的计算能力、所述邻区接入网设备对应的边缘计算设备的计算资源使用率。
7.根据权利要求5所述的通信方法,其特征在于,所述采集所述AI模型所需的输入信息,包括:
向所述AI单元发送第三消息,所述第三消息包括所述AI模型的模型标识,所述第三消息用于请求所述AI模型所需的输入信息类型;
接收所述AI单元返回的输入信息类型;
根据所述AI单元返回的输入信息类型,采集所述输入信息。
8.根据权利要求1-3中任一项所述的通信方法,其特征在于,所述根据所述目标接入网设备的设备标识,确定所述目标应用程序的执行设备,包括:
如果所述目标接入网设备的设备标识为所述接入网设备的设备标识,则确定所述目标应用程序的执行设备为所述接入网设备对应的边缘计算设备。
9.根据权利要求8所述的通信方法,其特征在于,所述根据所述目标接入网设备的设备标识,确定所述目标应用程序的执行设备之后,所述通信方法还包括:
向所述终端发送第四消息,所述第四消息指示所述目标应用程序执行;
接收来自所述终端的所述目标应用程序的输入数据;
将所述目标应用程序的应用标识、所述目标应用程序的输入数据和所述目标应用程序的计算资源需求发送给所述接入网设备对应的边缘计算设备;
接收所述接入网设备对应的边缘计算设备返回的所述目标应用程序的执行结果;
将所述执行结果发送给所述终端。
10.根据权利要求1-3中任一项所述的通信方法,其特征在于,所述根据所述目标接入网设备的设备标识,确定所述目标应用程序的执行设备,包括:
如果所述目标接入网设备的设备标识为所述接入网设备的邻区接入网设备的设备标识,则确定所述目标应用程序的执行设备为所述邻区接入网设备对应的边缘计算设备。
11.根据权利要求10所述的通信方法,其特征在于,所述根据所述目标接入网设备的设备标识,确定所述目标应用程序的执行设备之后,所述通信方法还包括:
向所述邻区接入网设备发送切换请求,以将所述终端从所述接入网设备切换至所述邻区接入网设备。
12.根据权利要求1-3中任一项所述的通信方法,其特征在于,所述接收终端发送的第一消息之前,所述通信方法还包括:
向所述AI单元发送指示部署AI模型的第五消息;
接收所述AI单元返回的模型标识并保存,所述AI单元返回的模型标识为所述AI单元上已部署的AI模型的模型标识。
13.根据权利要求1-3中任一项所述的通信方法,其特征在于,所述AI单元包括分布式AI单元和集中式AI单元,其中:
所述分布式AI单元与所述接入网设备一一对应,用于部署AI模型以及与所述接入网设备进行通信;
所述集中式AI单元用于维护AI模型库以及向所述分布式AI单元部署和/或更新AI模型。
14.一种通信方法,应用于AI单元,其特征在于,所述AI单元上部署有AI模型,所述AI模型用于确定适合终端的目标接入网设备,所述通信方法包括:
接收来自接入网设备的第二消息,所述第二消息用于请求确定终端的目标接入网设备;
通过所述AI模型,确定适合所述终端的目标接入网设备的设备标识;
向所述接入网设备返回所述目标接入网设备的设备标识。
15.根据权利要求14所述的通信方法,其特征在于,所述第二消息包括所述AI模型所需的输入信息,所述通过所述AI模型,确定适合所述终端的目标接入网设备的设备标识,包括:
通过所述AI模型对所述输入信息进行处理,得到所述适合所述终端的目标接入网设备的设备标识;
其中,所述输入信息包括如下至少一种:与所述接入网设备相关的第一信息,与所述接入网设备的邻区接入网设备相关的第二信息,与所述终端相关的第三信息,与所述接入网设备对应的边缘计算设备相关的第四信息,与所述邻区接入网设备对应的边缘计算设备相关的第五信息。
16.根据权利要求15所述的通信方法,其特征在于,所述第一信息包括:所述接入网设备的无线资源使用情况;
所述第二信息包括:所述邻区接入网设备的无线资源使用情况;
所述第三信息包括如下至少一种:目标应用程序的输入数据大小、所述目标应用程序的计算资源需求、接入网设备列表、所述终端接收到所述接入网设备列表中候选接入网设备的参考信号的功率,其中,所述终端接收到所述候选接入网设备的参考信号的功率大于预设阈值,经所述AI模型确定的目标接入网设备属于所述候选接入网设备;
所述第四信息包括如下至少一种:所述接入网设备对应的边缘计算设备的应用程序缓存状态、所述接入网设备对应的边缘计算设备的计算处理能力、所述接入网设备对应的边缘计算设备的计算资源使用率;
所述第五信息包括如下至少一种:所述邻区接入网设备对应的边缘计算设备的应用程序缓存状态、所述邻区接入网设备对应的边缘计算设备的计算处理能力,所述邻区接入网设备对应的边缘计算设备的计算资源使用率。
17.根据权利要求15所述的通信方法,其特征在于,所述接收来自接入网设备的第二消息之前,所述通信方法还包括:
接收来自所述接入网设备的第三消息,所述第三消息包括所述AI模型的模型标识,所述第三消息用于请求所述AI模型所需的输入信息类型;
根据所述模型标识,查找所述AI模型所需的输入信息类型;
将查找到的输入信息类型发送给所述接入网设备。
18.根据权利要求14-17中任一项所述的通信方法,其特征在于,所述AI单元包括分布式AI单元和集中式AI单元,其中,所述分布式AI单元与所述接入网设备一一对应,用于部署AI模型以及与所述接入网设备进行通信,所述集中式AI单元用于维护AI模型库以及向所述分布式AI单元部署和/或更新AI模型;
所述接收来自接入网设备的第二消息之前,所述通信方法还包括:
所述分布式AI单元接收所述集中式AI单元发送的AI模型;
所述分布式AI单元对来自所述集中式AI单元的AI模型进行部署;
其中,所述集中式AI单元发送的AI模型包括:AI模型的模型文件,AI模型的模型标识,AI模型所需的输入信息类型。
19.根据权利要求18所述的通信方法,其特征在于,所述分布式AI单元接收所述集中式AI单元发送的AI模型之前,所述通信方法还包括:
所述分布式AI单元接收来自所述接入网设备的第五消息,所述第五消息指示部署AI模型;
所述分布式AI单元向所述集中式AI单元发送用于请求AI模型的第六消息,所述第六消息包括所述分布式AI单元的计算处理能力和所述分布式AI单元的设备标识;
所述分布式AI单元所述接收所述集中式AI单元发送的AI模型之后,所述通信方法还包括:
所述分布式AI单元向所述集中式AI单元返回收到AI模型的确认消息,并将所述集中式AI单元发送的AI模型的模型标识发送给所述接入网设备。
20.一种通信方法,应用于终端,其特征在于,所述通信方法包括:
向接入网设备发送第一消息,所述第一消息用于请求执行目标应用程序;
接收目标接入网设备返回的所述目标应用程序的执行结果,其中,所述目标接入网设备为所述接入网设备或者所述接入网设备的邻区接入网设备,所述目标接入网设备由所述接入网设备对应的AI单元上部署的AI模型确定。
21.根据权利要求20所述的通信方法,其特征在于,所述接收目标接入网设备返回的所述目标应用程序的执行结果之前,所述通信方法还包括:
接收来自所述目标接入网设备的第四消息,所述第四消息指示所述目标应用程序执行;
向所述目标接入网设备发送所述目标应用程序的输入数据。
22.根据权利要求20所述的通信方法,其特征在于,所述接收目标接入网设备返回的所述目标应用程序的执行结果之前,所述通信方法还包括:
接收来自所述接入网设备的请求数据采集的第七消息;
向所述接入网设备发送与所述终端相关的第三信息,所述第三信息包括如下至少一种:所述目标应用程序的输入数据大小、所述目标应用程序的计算资源需求、接入网设备列表、所述终端接收到所述接入网设备列表中候选接入网设备的参考信号的功率,其中,所述终端接收到所述候选接入网设备的参考信号的功率大于预设阈值,经所述AI模型确定的目标接入网设备属于所述候选接入网设备。
23.根据权利要求20-22中任一项所述的通信方法,其特征在于,所述接收目标接入网设备返回的所述目标应用程序的执行结果,包括:
如果所述目标接入网设备为所述接入网设备,则接收所述接入网设备返回的所述目标应用程序的执行结果,所述目标应用程序在所述接入网设备对应的边缘计算设备上执行。
24.根据权利要求20-22中任一项所述的通信方法,其特征在于,所述接收目标接入网设备返回的所述目标应用程序的执行结果,包括:
如果所述目标接入网设备为所述邻区接入网设备,则建立所述终端与所述邻区接入网设备的通信连接;
接收所述邻区接入网设备返回的所述目标应用程序的执行结果,所述目标应用程序在所述邻区接入网设备对应的边缘计算设备上执行。
25.一种通信装置,应用于接入网设备,其特征在于,所述通信装置包括存储器、收发机和处理器;
所述存储器,用于存储计算机程序;
所述收发机,用于在所述处理器的控制下收发数据;
所述处理器,用于读取所述存储器中的计算机程序并执行以下操作:
接收来自终端的第一消息,所述第一消息用于请求执行目标应用程序;
向与所述接入网设备对应的AI单元发送第二消息,所述第二消息用于请求确定适合所述终端的目标接入网设备,其中,所述AI单元上部署有AI模型,所述AI模型用于确定适合终端的目标接入网设备;
接收所述AI单元返回的目标接入网设备的设备标识;
根据所述目标接入网设备的设备标识,确定所述目标应用程序的执行设备。
26.根据权利要求25所述的通信装置,其特征在于,所述第二消息包括所述AI模型所需的输入信息,所述处理器还用于执行以下操作:
采集所述AI模型所需的输入信息;
其中,所述AI模型所需的输入信息包括如下至少一种:与所述接入网设备相关的第一信息,与所述接入网设备的邻区接入网设备相关的第二信息,与所述终端相关的第三信息,与所述接入网设备对应的边缘计算设备相关的第四信息,与所述邻区接入网设备对应的边缘计算设备相关的第五信息。
27.根据权利要求25或26所述的通信装置,其特征在于,所述处理器还用于执行以下操作:
如果所述目标接入网设备的设备标识为所述接入网设备的设备标识,则确定所述目标应用程序的执行设备为所述接入网设备对应的边缘计算设备;
如果所述目标接入网设备的设备标识为所述接入网设备的邻区接入网设备的设备标识,则确定所述目标应用程序的执行设备为所述邻区接入网设备对应的边缘计算设备。
28.一种通信装置,应用于AI单元,其特征在于,所述AI单元上部署有AI模型,所述AI模型用于确定适合终端的目标接入网设备,所述通信装置包括存储器、收发机和处理器;
所述存储器,用于存储计算机程序;
所述收发机,用于在所述处理器的控制下收发数据;
所述处理器,用于读取所述存储器中的计算机程序并执行以下操作:
接收来自接入网设备的第二消息,所述第二消息用于请求确定终端的目标接入网设备;
通过所述AI模型,确定适合所述终端的目标接入网设备的设备标识;
向所述接入网设备返回所述目标接入网设备的设备标识。
29.根据权利要求28所述的通信装置,其特征在于,所述第二消息包括所述AI模型所需的输入信息,所述处理器用于执行以下操作:
通过所述AI模型对所述输入信息进行处理,得到所述适合所述终端的目标接入网设备的设备标识;
其中,所述输入信息包括如下至少一种:与所述接入网设备相关的第一信息,与所述接入网设备的邻区接入网设备相关的第二信息,与所述终端相关的第三信息,与所述接入网设备对应的边缘计算设备相关的第四信息,与所述邻区接入网设备对应的边缘计算设备相关的第五信息。
30.一种通信装置,应用于终端,其特征在于,所述通信装置包括存储器、收发机和处理器;
所述存储器,用于存储计算机程序;
所述收发机,用于在所述处理器的控制下收发数据;
所述处理器,用于读取所述存储器中的计算机程序并执行以下操作:
向接入网设备发送第一消息,所述第一消息用于请求执行目标应用程序;
接收目标接入网设备返回的所述目标应用程序的执行结果,其中,所述目标接入网设备为所述接入网设备或者所述接入网设备的邻区接入网设备,所述目标接入网设备由所述接入网设备对应的AI单元上部署的AI模型确定。
31.根据权利要求30所述的通信装置,其特征在于,所述处理器还用于执行以下操作:
如果所述目标接入网设备为所述接入网设备,则接收所述接入网设备返回的所述目标应用程序的执行结果,所述目标应用程序在所述接入网设备对应的边缘计算设备上执行;
或者,所述处理器还用于执行以下操作:
如果所述目标接入网设备为所述邻区接入网设备,则建立所述终端与所述邻区接入网设备的通信连接;
接收所述邻区接入网设备返回的所述目标应用程序的执行结果,所述目标应用程序在所述邻区接入网设备对应的边缘计算设备上执行。
32.一种通信装置,应用于接入网设备,其特征在于,所述通信装置包括:
第一接收单元,用于接收来自终端的第一消息,所述第一消息用于请求执行目标应用程序;
第一发送单元,用于向与所述接入网设备对应的AI单元发送第二消息,所述第二消息用于请求确定适合所述终端的目标接入网设备,其中,所述AI单元上部署有AI模型,所述AI模型用于确定适合终端的目标接入网设备;
第二接收单元,用于接收所述AI单元返回的目标接入网设备的设备标识;
第一确定单元,用于根据所述目标接入网设备的设备标识,确定所述目标应用程序的执行设备。
33.一种通信装置,应用于AI单元,其特征在于,所述AI单元上部署有AI模型,所述AI模型用于确定适合终端的目标接入网设备,所述通信装置包括:
第一接收单元,用于接收来自接入网设备的第二消息,所述第二消息用于请求确定终端的目标接入网设备;
确定单元,用于通过所述AI模型,确定适合所述终端的目标接入网设备的设备标识;
第一发送单元,用于向所述接入网设备返回所述目标接入网设备的设备标识。
34.一种通信装置,应用于终端,其特征在于,所述通信装置包括:
第一发送单元,用于向接入网设备发送第一消息,所述第一消息用于请求执行目标应用程序;
第一接收单元,用于接收目标接入网设备返回的所述目标应用程序的执行结果,其中,所述目标接入网设备为所述接入网设备或者所述接入网设备的邻区接入网设备,所述目标接入网设备由所述接入网设备对应的AI单元上部署的AI模型确定。
35.一种处理器可读存储介质,其特征在于,所述处理器可读存储介质存储有计算机程序,所述计算机程序用于使所述处理器执行权利要求1-24中任一项所述的通信方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110669544.7A CN115484631A (zh) | 2021-06-16 | 2021-06-16 | 通信方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110669544.7A CN115484631A (zh) | 2021-06-16 | 2021-06-16 | 通信方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115484631A true CN115484631A (zh) | 2022-12-16 |
Family
ID=84418959
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110669544.7A Pending CN115484631A (zh) | 2021-06-16 | 2021-06-16 | 通信方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115484631A (zh) |
-
2021
- 2021-06-16 CN CN202110669544.7A patent/CN115484631A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114844785B (zh) | 通信***中的模型更新方法、装置及存储介质 | |
CN114071612B (zh) | 辅小区组的主小区更新方法、装置及存储介质 | |
CN114071564A (zh) | 用户终端与网络进行通信的方法、终端、网络设备及装置 | |
CN114126055A (zh) | 波束指示方法、网络设备、终端、装置及存储介质 | |
CN114830707A (zh) | 通信方法和通信装置 | |
CN112996067B (zh) | 服务小区确定方法、装置及存储介质 | |
CN115484631A (zh) | 通信方法、装置及存储介质 | |
US20230162006A1 (en) | Server and agent for reporting of computational results during an iterative learning process | |
CN115226166A (zh) | 消息处理、发送方法、装置、终端设备及网络设备 | |
CN115190605A (zh) | 数据传输方法、装置及存储介质 | |
CN115604665A (zh) | 组切换方法、设备、装置及存储介质 | |
CN115942403A (zh) | 一种波束测量结果上报方法及装置 | |
CN115706600A (zh) | 星上upf的发现方法及装置 | |
CN115086981A (zh) | 信息处理方法、装置及存储介质 | |
CN115696217A (zh) | 多播会话处理方法、网络功能实体、装置及存储介质 | |
CN115225227A (zh) | 一种直通链路定位参考信号的传输方法及装置 | |
CN114125925A (zh) | 寻呼周期的配置方法、装置、设备、***及存储介质 | |
CN115087089A (zh) | 相对定位授权方法、装置、终端及目标设备 | |
CN114599120A (zh) | 终端rrc连接恢复的方法和装置 | |
CN114585107A (zh) | 终端rrc连接恢复的方法和装置 | |
CN114666920A (zh) | 一种终端配对方法、装置及存储介质 | |
CN117425181A (zh) | 网络功能确定方法、装置及存储介质 | |
CN118139059A (zh) | 接入控制方法、装置、网元及终端 | |
CN115967955A (zh) | 一种资源配置方法、装置、终端及网络设备 | |
CN117545002A (zh) | QoE连续测量的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |